基于小型卷積神經(jīng)網(wǎng)絡(luò)的南疆棉花圖像分類

摘" 要：針對(duì)南疆棉田圖像分類特定應(yīng)用場景，該文提出一種小型卷積神經(jīng)網(wǎng)絡(luò)模型，分別對(duì)幼苗期棉苗、缺苗穴和地膜及吐絮期葉片、成鈴和吐絮鈴圖像進(jìn)行自動(dòng)化分類。該卷積神經(jīng)網(wǎng)絡(luò)由12層組成，包括交替堆疊的4個(gè)卷積層和4個(gè)最大池化層，以及1個(gè)展平層、1個(gè)Dropout層和2個(gè)密集連接層。采用智能手機(jī)拍照方法，獲取幼苗期棉苗、缺苗穴和地膜圖像13 920張，吐絮期葉片、成鈴和吐絮鈴圖像21 427張。在普通筆記本電腦上部署TensorFlow、Keras深度學(xué)習(xí)框架和卷積神經(jīng)網(wǎng)絡(luò)模型，使用數(shù)據(jù)增強(qiáng)和添加Dropout層來消除過擬合。研究結(jié)果表明，小型卷積神經(jīng)網(wǎng)絡(luò)在幼苗期和吐絮期圖像測試集的分類精度分別達(dá)到了0.999 3和0.975 7，模型具有很好的泛化能力，模型的訓(xùn)練時(shí)間約2 h。研究結(jié)果將為利用數(shù)字圖像智能提取棉花缺苗信息及棉鈴?fù)滦跣畔⑻峁┮欢ǖ膮⒖肌?/p>

關(guān)鍵詞：深度學(xué)習(xí)；卷積神經(jīng)網(wǎng)絡(luò)；棉花；地膜；葉片；棉鈴；圖像分類

中圖分類號(hào)：S51" " " 文獻(xiàn)標(biāo)志碼：A" " " " " 文章編號(hào)：2096-9902（2023）08-0017-07

Abstract： Aiming at the specific application scene of cotton field image classification in southern Xinjiang， a small convolution neural network model is proposed to automatically classify the images of cotton seedlings， lack of seedling holes and plastic film in seedling stage， as well as leaves， bolls and bolls in boll opening stage. The ConvNet consists of 12 layers， including 4 convolution layers and 4 maximum pooling layers stacked alternately， as well as 1 flattening layer， 1 Dropout layer and 2 dense connection layers. Total number of 13 920 images of cotton seedlings， seedling deficiency points and films at seedling stage， and 21 427 images of leaves， mature bolls and opening bolls at boll opening stage were obtained by taking pictures with smart phones. TensorFlow and Keras deep learning framework and convolution neural network models on ordinary laptops were constructed by using data augmentation and adding Dropout layers to get rid of overfitting. The results showed that the classification accuracy of test set at seedling stage and boll opening stage reached 0.999 3 and 0.975 7， respectively. The model had good generalization ability， and the training time of the model was about 2 hours. The research results will provide some reference for the intelligent extraction of cotton seedling deficiency information and boll opening information by using digital images.

Keywords： deep learning; convolution neural network; cotton; plastic film; leaf; cotton boll; image classification

新疆是我國最大的棉花產(chǎn)區(qū)，南疆是新疆棉區(qū)的重要組成部分。當(dāng)前，南疆棉花生產(chǎn)在實(shí)現(xiàn)全程機(jī)械化的同時(shí)，正在向信息化和智能化方向發(fā)展。南疆棉區(qū)有相當(dāng)一部分棉花種植在鹽堿地或風(fēng)沙土區(qū)。在苗期，受鹽堿危害及春季風(fēng)災(zāi)的影響，棉田常出現(xiàn)缺苗斷壟現(xiàn)象。在吐絮期，噴霧脫葉劑主要依賴棉花吐絮信息。因此，對(duì)幼苗期、吐絮期棉花圖像進(jìn)行快速智能分類，將是棉花生產(chǎn)管理信息化發(fā)展的重要支撐。

2006年，Geoffrey Hinton首次提出深度學(xué)習(xí)的概念，5年之后具有8層的深層卷積神經(jīng)網(wǎng)絡(luò)AlexNet發(fā)布，并在圖像分類識(shí)別競賽中取得了巨大的性能提升[1]。隨后數(shù)十層、數(shù)百層、甚至上千層的卷積神經(jīng)網(wǎng)絡(luò)模型相繼出現(xiàn)，其在提高圖像分類性能的同時(shí)，也帶來了網(wǎng)絡(luò)規(guī)模過大、參數(shù)量過多、需要高性能算力和大數(shù)據(jù)集才能完成訓(xùn)練的弊端。在棉花圖像分類的特定應(yīng)用場景中，不可能像工業(yè)級(jí)圖像分類應(yīng)用那樣使用成百上千層的大規(guī)模網(wǎng)絡(luò)，原因是棉花圖像分類涉及到的類別較少（棉花器官種類少，棉田地物如雜草、地膜、裸地、病株或蟲害株的種類相對(duì)也較少），大量的訓(xùn)練樣本不容易獲得。因此，小型或輕量型卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用于棉花圖像分類更具有現(xiàn)實(shí)意義[2-4]。

已有研究表明，小型卷積神經(jīng)網(wǎng)絡(luò)在棉花生育期（出苗期至吐絮期）圖像分類[5-6]、棉鈴識(shí)別（圖像語義分割）[7-9]等方面得到了成功應(yīng)用。姚思雨等[10]采用數(shù)碼照相機(jī)對(duì)北疆棉田的棉苗（棉花封壟前）及雜草進(jìn)行拍攝，構(gòu)建了一種卷積神經(jīng)網(wǎng)絡(luò)，實(shí)現(xiàn)了對(duì)棉花與雜草圖像的準(zhǔn)確分類。但是針對(duì)南疆棉區(qū)，采用小型卷積神經(jīng)網(wǎng)絡(luò)模型，對(duì)幼苗期和吐絮期的棉花圖像進(jìn)行分類的研究還鮮有報(bào)道。本文構(gòu)建一個(gè)小型卷積神經(jīng)網(wǎng)絡(luò)，考察其在幼苗期對(duì)棉苗、缺苗穴和地膜，以及在吐絮期對(duì)葉片、成鈴和吐絮鈴的識(shí)別精度。研究結(jié)果將為準(zhǔn)確獲取缺苗信息、吐絮信息，棉花補(bǔ)種或重播決策，以及棉花收獲提供智能化技術(shù)支撐。

1" 材料與方法

采用圖1所示的基于小型卷積神經(jīng)網(wǎng)絡(luò)的棉花圖像分類流程，分別對(duì)棉花幼苗期的棉苗、缺苗穴、地膜，以及吐絮期的葉片、成鈴、吐絮鈴圖像進(jìn)行深度學(xué)習(xí)圖像分類研究。研究過程主要包括棉花圖像的采集、圖像數(shù)據(jù)預(yù)處理、卷積神經(jīng)網(wǎng)絡(luò)的構(gòu)建、訓(xùn)練、驗(yàn)證和測試等步驟。

1.1" 棉花圖像數(shù)據(jù)的采集

棉花圖像采集地點(diǎn)分別在新疆兵團(tuán)第一師阿拉爾市十團(tuán)一連（81°20′E，40°34′N）和塔里木大學(xué)農(nóng)學(xué)院農(nóng)業(yè)試驗(yàn)站（81°18′E，40°20′N）。在十團(tuán)一連的棉田采集棉花幼苗期圖像，包括棉花幼苗（1葉至3葉期，簡稱棉苗）、缺苗穴和地膜3種類型。在塔里木大學(xué)農(nóng)學(xué)院農(nóng)業(yè)試驗(yàn)站采集棉花吐絮期的圖像，包括葉片、成鈴和吐絮鈴。2個(gè)采集地點(diǎn)的棉花品種均為塔河2號(hào)，均為機(jī)采棉寬窄行種植模式，行距為10 cm+66 cm+10 cm+66 cm+10 cm，株距為11 cm，每666.7 m2種植1.59萬株。十團(tuán)一連的棉田與塔里木大學(xué)農(nóng)學(xué)院農(nóng)業(yè)試驗(yàn)站棉田的播種期分別為4月1日和4月20日。

采用普通智能手機(jī)采集棉花圖像。手機(jī)照相機(jī)ISO和白平衡設(shè)置為自動(dòng)，曝光補(bǔ)償、飽和度、對(duì)比度和亮度均設(shè)置為0，圖像分辨率（dpi）為3 264×2 448，文件格式為jpeg。選擇晴天上午（11點(diǎn)至12點(diǎn)）或者下午（17點(diǎn)至18點(diǎn)）垂直向下拍攝。手機(jī)與棉苗、地膜、缺苗穴、葉片、成鈴及吐絮鈴的距離約為20～30 cm。幼苗期共拍攝了13 920張圖像，棉苗、缺苗穴和地膜分別為6 688、4 277和2 955張；吐絮期共拍攝了21 427張圖像，葉片、成鈴和吐絮鈴分別為7 487、7 522和6 418張。

1.2" 數(shù)據(jù)集的劃分與數(shù)據(jù)預(yù)處理

將幼苗期的棉苗、缺苗穴、地膜圖像，吐絮期的葉片、成鈴、吐絮圖像，分別劃分為3個(gè)數(shù)據(jù)集：訓(xùn)練集、驗(yàn)證集和測試集。3個(gè)數(shù)據(jù)集分別占各類別總數(shù)據(jù)量的60%、20%和20%（例如，棉苗圖像在訓(xùn)練集、驗(yàn)證集和測試集中的數(shù)量分別為4 013、1 338、1 337張，合計(jì)6 688張）。訓(xùn)練集數(shù)據(jù)用于訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)模型、驗(yàn)證集數(shù)據(jù)用于驗(yàn)證模型精度，測試集用于測試模型精度。

采用Python的PIL庫中的函數(shù)Image.open讀圖像文件[11]。通過im.crop函數(shù)將原始圖像的四周裁剪掉，保留中央部分，裁剪后的圖像高度×寬度為2 400像素×2 400像素。采用抗混疊技術(shù)（一種高質(zhì)量的下采樣技術(shù)），將裁剪后圖像的高度和寬度調(diào)整為原高度和寬度的1/16，生成的圖像高度和寬度為150像素×150像素，文件大小為7.92 KB。將圖像調(diào)整為150像素×150像素的目的是為了節(jié)省計(jì)算資源[6]。采用Keras的圖像處理輔助工具模塊keras.preprocessing.image，將圖像由像素網(wǎng)格轉(zhuǎn)換為浮點(diǎn)數(shù)張量，并將像素值從0～255范圍縮放到[0，1]區(qū)間。由Keras中的Image Data Generator實(shí)例讀取圖像，執(zhí)行多次隨機(jī)變換來達(dá)到數(shù)據(jù)增強(qiáng)的目的。圖像隨機(jī)變換的方法是：隨機(jī)旋轉(zhuǎn)40°、在水平和垂直方向分別平移20%、隨機(jī)錯(cuò)切變換20%、隨機(jī)放大20%、隨機(jī)將圖像的一半水平翻轉(zhuǎn)，用最近鄰法填充新創(chuàng)建像素。

1.3" 部署深度學(xué)習(xí)框架

本研究使用筆記本電腦聯(lián)想ThinkPad T540p來建立深度學(xué)習(xí)工作站，部署深度學(xué)習(xí)框架。電腦處理器為Intel（R） Core（TM） i7-4710MQ CPU @ 2.50 GHz和2.49 GHz，內(nèi)存RAM為12 GB，顯卡（GPU）為NVIDIA GeoForce GT 730M，GPU CUDA驅(qū)動(dòng)版本為NVIDIA CUDA 10.1.131。操作系統(tǒng)為Windows 10 專業(yè)版（Windows 10 Pro， 64-bit）。安裝Anaconda3（64-bit），版本為conda 4.13.0。在Conda中建立tensorflow虛擬環(huán)境，Python版本為3.7，CUDA版本為10.1.105。在該虛擬環(huán)境下安裝支持GPU加速的tensorflow，版本為tensorflow-gpu-2.2.0，深度學(xué)習(xí)框架采用Keras，版本為2.3.1。使用Python編程語言來進(jìn)行深度學(xué)習(xí)圖像分類研究[12]。

1.4" 卷積神經(jīng)網(wǎng)絡(luò)的構(gòu)建與訓(xùn)練

使用Keras深度學(xué)習(xí)框架中的layers和models來構(gòu)建網(wǎng)絡(luò)。利用models中的Sequential類，采用網(wǎng)絡(luò)層線性堆疊的網(wǎng)絡(luò)架構(gòu)，定義小型卷積神經(jīng)網(wǎng)絡(luò)模型。該網(wǎng)絡(luò)模型共有12層，主體結(jié)構(gòu)是由卷積層（Conv2D）和最大池化層（MaxPooling2D）交替堆疊構(gòu)成。

采用數(shù)據(jù)增強(qiáng)生成器來訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)。由Keras的ImageDataGenerator實(shí)例讀取訓(xùn)練集中的圖像，執(zhí)行多次隨機(jī)變換來實(shí)現(xiàn)數(shù)據(jù)增強(qiáng)與模型的訓(xùn)練。優(yōu)化器采用RMSprop，指標(biāo)是精度（accuracy，簡寫為acc），其表示正確分類的圖像所占的比例，acc越接近于1，表明卷積神經(jīng)網(wǎng)絡(luò)模型的分類準(zhǔn)確度越高。在訓(xùn)練和測試過程中的監(jiān)控指標(biāo)（metric）除了精度之外，還有損失（loss）。由于本研究是關(guān)注棉花圖像的多分類問題，損失函數(shù)采用的是分類交叉熵（categorical_ crossentropy）。通過查看訓(xùn)練精度、驗(yàn)證精度及訓(xùn)練損失、驗(yàn)證損失隨小批量（batch_size）輪次（epochs）的增加而變化的情況（精度曲線和損失曲線），來判斷模型在訓(xùn)練數(shù)據(jù)集和驗(yàn)證數(shù)據(jù)集上的表現(xiàn)，以及模型是否存在過擬合現(xiàn)象[12]。

1.5" 超參數(shù)的優(yōu)化

超參數(shù)的設(shè)定包括卷積神經(jīng)網(wǎng)絡(luò)堆疊的層數(shù)，每層的單元數(shù)，激活函數(shù)的選擇等諸多內(nèi)容。本研究中，將batch_size設(shè)置為50，訓(xùn)練集、驗(yàn)證集和測試集的批量次數(shù)（steps_per_epoch）分別設(shè)置為417、139和139，epochs均設(shè)定為50次。正則化層中的dropout比率為50%，學(xué)習(xí)率設(shè)定在10-2～10-6之間。

2" 結(jié)果與分析

2.1" 棉花圖像及像素值統(tǒng)計(jì)特征

圖2（a）所示棉花處于幼苗期，有2片子葉和1片真葉，均為綠色。位于同一播種行上相鄰棉株之間的距離為11 cm，在幼苗期時(shí)未彼此連接，用手機(jī)拍攝時(shí)可以獲取到單株棉苗的完整圖像。如果出現(xiàn)缺苗現(xiàn)象，在缺苗穴將出現(xiàn)如圖2（b）所示情形，即沒有棉苗，在種穴上只有覆土存在。南疆棉花栽培均為地膜覆蓋，在棉花未封壟前，寬行、窄行間，以及相鄰株之間均為地膜。覆蓋棉花的新地膜通常是白色的。由于南疆春季多風(fēng)沙天氣，地膜棉田覆蓋一段時(shí)間后，地膜表面就會(huì)有一層土，地膜與土壤接觸面有細(xì)小水滴與土粒的混合物，因此，地膜外觀顏色不再是白色，而是灰白色（如圖2（c）所示）。在棉花幼苗期的單張圖像中，除了地膜比較均一外，棉苗圖像中有2種地物，一是綠色棉花，二是背景（播種穴上的覆土）；缺苗穴圖像中主要是播種穴上的覆土，但有時(shí)也會(huì)存在灰白色的地膜殘片（如圖2（b）中下方所示的地膜殘片）。

在吐絮期（8月底—9月初），棉田已完全被棉花覆蓋，棉株器官主要是葉片（圖2（d））、成鈴（圖2（e））和吐絮鈴（圖2（f））及枝條等。此時(shí)，棉株頂部葉片仍為綠色，綠色的成鈴（圖2（e））與白色的吐絮鈴（圖2（f））共存。白色為棉花纖維的顏色。在棉花吐絮期的單張圖像中，不僅有目標(biāo)還有非目標(biāo)存在。葉片圖像（圖2（d））中，除了整張葉片之外，通常還存在紅色葉柄及枝條等；在未吐絮的綠色成鈴圖像（圖2（e））中，除了球形的成鈴以外，還有黃色苞葉、綠色葉片和莖桿、枝條；同樣，在白色吐絮鈴圖像（圖2（f））中，除了棉花纖維以外，還有綠色葉片、莖桿和枝條。

棉花圖像分類時(shí)，棉花圖像紅、綠、藍(lán)3個(gè)通道像素的統(tǒng)計(jì)值（表1）與直方圖（圖3）是分類所依據(jù)的重要信息。棉花幼苗期，地膜與棉苗和缺苗穴之間的圖像像素值的統(tǒng)計(jì)值（表1）有較大地差異。地膜圖像紅、綠、藍(lán)3通道的像素值明顯地高于棉苗和缺苗穴，中位數(shù)和最小值表現(xiàn)最為明顯。另外，地膜圖像像素的標(biāo)準(zhǔn)偏差值也明顯地小于棉苗和缺苗穴。在直方圖上，地膜的像素值分布更為集中，峰型尖銳，而棉苗圖像在像素值等于60和200附近有2個(gè)明顯的峰，前者是由綠色的棉苗，后者是由裸土產(chǎn)生的，缺苗穴的直方圖表現(xiàn)出在像素值等于160附近有一個(gè)較高的峰（圖3）。

在棉花吐絮期，吐絮鈴、葉片、成鈴圖像的像素值的統(tǒng)計(jì)值（表1）之間沒有較大地差異，但是3個(gè)通道中位數(shù)值吐絮鈴最低，葉片最大，而成鈴居中。圖3直方圖上，成鈴圖像（圖3（e））的峰較多，葉片（圖3（d））在像素值等于200附近有一個(gè)明顯的峰，在像素值等于100附近有一個(gè)較小的峰。吐絮鈴圖像（圖3（f）），紅、綠、藍(lán)3通道在像素值等于225附近有一個(gè)明顯的峰，該峰是圖像白色的棉纖維所產(chǎn)生的，其與像素值低于200其他的峰之間有明顯差異。

2.2" 小型卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

本研究構(gòu)建的小型卷積神經(jīng)網(wǎng)絡(luò)共有12層（表2），其總體結(jié)構(gòu)即卷積神經(jīng)網(wǎng)絡(luò)是由4個(gè)Conv2D層（使用relu激活函數(shù)）和4個(gè)MaxPooling2D層交替堆疊構(gòu)成，緊接著是一個(gè)展平層（Flatten層）、一個(gè)正則化層（Dropout層）、一個(gè)密集連接層（Dense層，其激活函數(shù)為relu）及最后一個(gè)密集連接層，其激活函數(shù)為softmax。密集連接層（分類器）之前添加一個(gè)正則化層的目的是為了進(jìn)一步地降低過擬合。本研究要解決的是一個(gè)多分類（3個(gè)類別）問題，所以網(wǎng)絡(luò)最后一層是密集連接（也叫全連接）分類器。這個(gè)分類器有3路，其將返回一個(gè)由3個(gè)概率值（總和為1）組成的數(shù)組。每個(gè)概率值表示當(dāng)前圖像屬于3個(gè)類別中某一個(gè)的概率[12]。

第一個(gè)卷積層的初始輸入圖像為紅、綠、藍(lán)3通道，每個(gè)通道的尺寸為150像素×150像素，輸出的特征圖尺寸為148像素×148像素，深度為32。隨著網(wǎng)絡(luò)中特征圖的深度逐漸增大（從32增大到128），特征圖的尺寸逐漸減小（從150像素×150像素減小到7像素×7像素）。該小型卷積神經(jīng)網(wǎng)絡(luò)模型參數(shù)總個(gè)數(shù)為1 044 163。幼苗期和吐絮期均采用表2所示的小型卷積神經(jīng)網(wǎng)絡(luò)模型。

2.3" 驗(yàn)證小型卷積神經(jīng)網(wǎng)絡(luò)模型

訓(xùn)練網(wǎng)絡(luò)共50個(gè)輪次，分別繪制損失曲線和精度曲線（圖4和圖5）。由圖4和圖5可知，訓(xùn)練曲線緊緊跟著驗(yàn)證曲線，模型沒有發(fā)生過擬合現(xiàn)象，訓(xùn)練精度和驗(yàn)證精度均趨向于1.0。

在測試集上評(píng)估訓(xùn)練好的模型。幼苗期棉花圖像分類模型的精度為0.999 3，表明該小型卷積神經(jīng)網(wǎng)絡(luò)對(duì)于棉苗、缺苗穴圖像有非常高的分類性能。吐絮期棉花圖像分類模型的精度為0.975 7，表明該小型卷積神經(jīng)網(wǎng)絡(luò)對(duì)于棉花葉片、成鈴、吐絮鈴圖像也有很高的分類性能。

3" 討論

應(yīng)用數(shù)字圖像分析方法提取作物器官的信息，或者與其他地物進(jìn)行分類，已經(jīng)成為一種低成本、高效、快捷的現(xiàn)代農(nóng)業(yè)信息技術(shù)[13]。在南疆棉區(qū)，鹽堿地或風(fēng)沙土區(qū)棉田常出現(xiàn)缺苗斷壟的現(xiàn)象。在棉花幼苗期，種植行上通常只有3種地物：棉苗、缺苗穴和地膜。而缺苗穴顯示出來的是裸土。對(duì)于嚴(yán)重缺苗的地塊需要重新播種或者在缺苗穴補(bǔ)種。準(zhǔn)確獲取棉花種植行缺苗信息，對(duì)于補(bǔ)種或重播決策就顯得極為重要。另外，在棉花吐絮期，及時(shí)地獲取吐絮鈴的信息，對(duì)于生產(chǎn)上噴霧脫葉劑，估測棉花產(chǎn)量也有重要作用。傳統(tǒng)的人工提取圖像特征來對(duì)棉花與其他背景，以及棉花不同器官種類之間的圖像進(jìn)行分類的方法，已不能滿足快速智能化獲取信息的需求[7，14]。本研究利用計(jì)算機(jī)視覺圖像分類中常用的深度卷積神經(jīng)網(wǎng)絡(luò)模型，成功地實(shí)現(xiàn)了棉苗、缺苗穴和地膜圖像分類，測試集的圖像分類精度達(dá)到了0.999 3。但是，同一個(gè)小型卷積神經(jīng)網(wǎng)絡(luò)在對(duì)吐絮期葉片、成鈴和吐絮鈴的圖像分類時(shí)，測試集的圖像分類精度要弱一些，為0.975 7。

目前，圖像分類已有大規(guī)模的特征訓(xùn)練數(shù)據(jù)庫（如ImageNet數(shù)據(jù)集規(guī)模為上千萬張圖片），再加上深度卷積網(wǎng)絡(luò)的算法在圖像分類方面取得了重大的突破性進(jìn)展，使得目前深層卷積網(wǎng)絡(luò)的識(shí)別算法的應(yīng)用結(jié)果達(dá)到了很高的精度[1]。但是對(duì)于特定的農(nóng)業(yè)應(yīng)用場景，如幼苗期的棉田，植株與背景（地膜、缺苗穴的裸土等）共存，而吐絮期時(shí)，棉田已全部被棉花葉片、成鈴、吐絮鈴等覆蓋。在這種特定的棉田場景下，不需要?jiǎng)?chuàng)建一個(gè)更大、更深的神經(jīng)網(wǎng)絡(luò)，因?yàn)檫@會(huì)導(dǎo)致神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)龐大，從而難以訓(xùn)練，也難以獲到大樣本的訓(xùn)練數(shù)據(jù)集。因?yàn)椋谏顚泳矸e網(wǎng)絡(luò)的大型模型要求提供巨額的計(jì)算成本，且在高性能的處理器上運(yùn)行，這就不方便將模型移植到各類小型終端設(shè)備上（如PC機(jī)和筆記本電腦）。要利用有限的計(jì)算資源實(shí)現(xiàn)準(zhǔn)確的棉花圖像分類，就需要對(duì)網(wǎng)絡(luò)模型進(jìn)行簡化。本研究構(gòu)建的小型（輕量級(jí)）卷積神經(jīng)網(wǎng)絡(luò)，只有12層， 其表現(xiàn)出了很高的分類精度。

本研究構(gòu)建的是小型卷積神經(jīng)網(wǎng)絡(luò)，但是模型參數(shù)也達(dá)到了百萬級(jí)別。當(dāng)學(xué)習(xí)樣本（訓(xùn)練集數(shù)據(jù)量）較少時(shí)，會(huì)無法訓(xùn)練出能夠泛化到新數(shù)據(jù)的模型。本研究采用數(shù)據(jù)增強(qiáng)的方法，增加了訓(xùn)練樣本量，從而防止了過擬合現(xiàn)象的發(fā)生，數(shù)據(jù)增強(qiáng)也是Wang、姚思雨等進(jìn)行棉花圖像分類時(shí)采用的方法[6，10]。本研究設(shè)計(jì)的小型卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)與姚思雨等[10]的用于棉花與雜草圖像分類的卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)相近，后者在最后一層最大池化層與Dropout層之間少了一層展平層，總層數(shù)為11層，且其最后一層為Sigmoid激活密集連接層（分類器）。前8層的卷積核、步長和卷積數(shù)均相同，輸出的特征圖大小也相同。本研究的小型卷積神經(jīng)網(wǎng)絡(luò)在測試集精度為0.999 3（幼苗期）和0.975 7（吐絮期），姚思雨等[10]的神經(jīng)網(wǎng)絡(luò)在測試集精度為0.999 5。

在模型訓(xùn)練過程中對(duì)超參數(shù)優(yōu)化時(shí)，本研究主要進(jìn)行了2方面的調(diào)整：增加Conv2D與MaxPooling2D的堆疊層、調(diào)整學(xué)習(xí)率。本研究曾將Conv2D與MaxPooling2D的堆疊層由8層增加到12層，但是，增加網(wǎng)絡(luò)層數(shù)對(duì)幼苗期的棉苗、缺苗穴和地膜圖像分類精度的提高效果有限，再增加堆疊層時(shí)，分類精度反而下降。網(wǎng)絡(luò)堆疊層由8層增加到12層，對(duì)于吐絮期的葉片、成鈴和吐絮鈴圖像分類精度反而產(chǎn)生負(fù)作用，精度值不增反降。本研究發(fā)現(xiàn)，學(xué)習(xí)率對(duì)于訓(xùn)練模型有非常大的影響。過高的學(xué)習(xí)率（比如10-2）或過低的學(xué)習(xí)率（比如10-6），都會(huì)使精度或損失隨著小批量輪次（epochs）的增加，在訓(xùn)練集和驗(yàn)證集上產(chǎn)生不一致的行為。這表明，應(yīng)小心地調(diào)整學(xué)習(xí)率，使訓(xùn)練集和驗(yàn)證集的精度曲線與損失曲線產(chǎn)生一致的行為，避免出現(xiàn)過擬合現(xiàn)象。學(xué)習(xí)率在幼苗期和吐絮期最終設(shè)置的值分別為10-5和0.5×10-4。本研究構(gòu)建的小型卷積神經(jīng)網(wǎng)絡(luò)模型分別對(duì)南疆棉花幼苗期的棉苗、缺苗穴和地膜，以及吐絮期葉片、成鈴和吐絮鈴的圖像分類是有效的，在普通筆記本電腦上花費(fèi)約2 h即可完成模型的訓(xùn)練。研究結(jié)果將為利用數(shù)字圖像智能提取棉花缺苗信息及棉鈴?fù)滦跣畔⑻峁┮欢ǖ膮⒖肌?/p>

致謝

塔里木大學(xué)農(nóng)學(xué)院農(nóng)業(yè)資源與環(huán)境專業(yè)資環(huán)2019級(jí)學(xué)生幫助拍攝了一部分吐絮期棉花葉片、成鈴和吐絮鈴的圖片，在此表示感謝。

參考文獻(xiàn)：

[1] 龍良曲.TensorFlow深度學(xué)習(xí)——深入理解人工智能算法設(shè)計(jì)[M].北京：清華大學(xué)出版社，2020.

[2] FUE K G， PORTER W M， BARNES E M， et al. Ensemble method of deep learning， color segmentation， and image transformation to track， localize， and count cotton bolls using a moving camera in real-time[J]. Transactions of the ASABE， 2021，64（1）：341-352.

[3] CALDEIRA R F， SANTIAGO W E， TERUEL B. Identification of cotton leaf lesions using deep learning techniques[J]. Sensors， 2021，21（9）：3169.

[4] SAPKOTA B B， POPESCU S， RAJAN N， et al. Use of synthetic images for training a deep learning model for weed detection and biomass estimation in cotton[J].Scientific Reports，2022，12：19580.

[5] 毋立芳，汪敏貴，付亨，等.深度目標(biāo)檢測與圖像分類相結(jié)合的棉花發(fā)育期自動(dòng)識(shí)別方法[J].中國科技論文，2018，13（20）：2309-2316.

[6] WANG S， LI Y， YUAN J， et al. Recognition of cotton growth period for precise spraying based on convolution neural network[J].Information Processing in Agriculture，2021，8（2）：219-231.

[7] LI Y， CAO Z， XIAO Y， et al. DeepCotton： in-field cotton segmentation using deep fully convolutional network[J].Journal of Electronic Imaging，2017，26（5）：053028.

[8] SINGH N， TEWARI V， BISWAS P， et al. Semantic segmentation of in-field cotton bolls from the sky using deep convolutional neural networks[J]. Smart Agricultural Technology，2022，2：100045.

[9] ZEKIWOS M， BRUCK A. Deep learning-based image processing for cotton leaf disease and pest diagnosis[J]. Journal of Electrical and Computer Engineering， 2021：9981437.

[10] 姚思雨，王磊，張宏文.基于CNN的棉田雜草識(shí)別方法[J].石河子大學(xué)學(xué)報(bào)（自然科學(xué)版），2023，41（1）：21-26.

[11] DEY S. Hands-On Image Processing with Python： Expert techniques for advanced image analysis and effective interpretation of image data[M]. Packt Publishing Ltd， 2018.

[12] CHOLLET F. Deep learning with Python [M]. Manning Publications， 2021.

[13] 趙欣欣，陳煥軒，韓迎春，等.數(shù)字圖像監(jiān)測作物生長特征的研究進(jìn)展[J].中國農(nóng)學(xué)通報(bào)，2021，37（4）：146-153.

[14] 李亞楠.基于視覺的棉花發(fā)育狀態(tài)自動(dòng)檢測技術(shù)研究[D].武漢：華中科技大學(xué)，2018.