基于卷積神經網絡的白酒上甑探汽方法

劉文斌，庹先國 ，張貴宇，3 ，羅琪，彭英杰

（1.四川輕化工大學 自動化與信息工程學院，四川 宜賓 644000；2.四川輕化工大學 人工智能四川省重點實驗室，四川 宜賓 644000；3.西南科技大學 信息工程學院，四川 綿陽 621010）

中國白酒，又稱蒸餾酒，因其獨特的固態釀造工藝而聞名世界[1]。在固態釀造工藝中，上甑蒸餾和固態發酵是實現自動化難度最高的兩個環節，有著“生香靠發酵，提香靠蒸餾”的說法，可見發酵和蒸餾工藝環節對白酒主體香型有著重要影響[2-4]。上甑工藝需滿足“均撒勻鋪，探汽上甑”要求，其中，“均撒勻鋪”使上甑工人以“輕、松、勻、薄、平、準”六字口訣進行上甑鋪料操作[5]，而“探汽上甑”是探測甑桶內酒蒸汽的上升高度，在避免跑汽前提下，盡可能通過蒸汽提升表面酒醅溫度，從而在鋪冷醅時達到最大溫差，進而獲取更多酒醅內的發酵產物[6]。

近年來，中國白酒產業持續發展，為促進白酒智能化改造與提升，實現智慧釀酒，眾多專家學者對“探汽上甑”進行深入研究。李雷輝等[7]提出了一種高效的實時檢測算法，專注于解決紅外圖像計算的實時性和撒料區域檢測準確性的問題。然而，在對酒質量有較高要求的情況下，需要根據不同的酒品采用差異化的上料方式，以確保處理的精準性和細致度。田萬春等[8]利用紅外圖像獲取酒醅信息，通過灰度直方圖特征和支持向量機算法對酒醅進行分類識別，獲得96%的識別率，但是該方法沒有考慮蒸汽壓力、酒醅濕度等影響因素，所以通用性比較差。王耀等[9]提出基于多層前饋神經網絡的探汽方法，進行圖像預處理，通過神經網絡訓練探汽模型，模型準確率達到98%，但在模型的訓練過程中，該神經網絡的學習速度較慢，因此需要長時間的訓練才能保證模型達到收斂狀態。

卷積神經網絡是一類包含卷積計算且具有深度結構的前饋神經網絡，具有表征學習能力，能夠按其階層結構對輸入信息進行平移不變分類，被廣泛用于圖像分類處理[10-11]。為解決自動化“探汽上甑”工藝中探汽準確率低的問題，本文探究基于卷積神經網絡的探汽方法，指導上甑機器人完成上甑鋪料操作，以期為實現白酒“探汽上甑”工藝完全自動化提供參考。

1 材料與方法

1.1 主要材料與設備

酒糟：四川宜賓宜泉酒業有限公司。

甑鍋[12]：成都鑫海晟科技有限責任公司；紅外熱成像儀（FLIR A310）：上海譜盟光電科技有限公司。

1.2 試驗方法

1.2.1 圖像預處理方法

1.2.1.1 圖像灰度化通過紅外熱成像儀采集R、G、B三分量的彩色圖像，由于彩色圖片包含了大量信息，為了降低計算量，需對彩色圖像進行灰度化處理[13-14]。加權平均灰度化是按照人眼敏感度設置權值系數進行加權，得到的加權值作為灰度值，如公式（1）所示。

式中：Gray（x，y）為灰度值；R（x，y）、G（x，y）、B（x，y）分別為紅、綠、藍3 個通道值。

1.2.1.2 圖像濾波

紅外熱成像儀在采集紅外圖像時存在噪聲的干擾，為消除紅外圖像的噪聲影響，采用雙邊濾波進行處理[15-16]。在雙邊濾波中，不僅考慮像素之間的灰度值差異，還考慮它們在空間上的距離。這使得雙邊濾波能夠在平滑圖像的同時保留圖像的細節，特別是邊緣部分。

1.2.1.3 圖像邊緣檢測

紅外熱成像儀在拍攝過程易受環境溫度、酒醅表面溫度及甑鍋邊緣溫度影響，使得甑鍋邊緣特征出現強弱邊緣現象，當出現弱邊緣檢測時，其他邊緣檢測算法將會丟失大部分邊緣信息，而Canny 檢測算法能夠細致地檢測圖像中的邊緣，并提供有關邊緣方向的信息[17-18]，故采用Canny 算法進行酒醅紅外圖像邊緣檢測。

1.2.1.4 霍夫檢測

由于Canny 算子在對甑鍋進行邊緣檢測時無法得到甑鍋在圖像中的具體位置，故引入霍夫檢測，進一步得到位置信息。霍夫檢測會根據擬合的最優圓參數，得出擬合圓的半徑和坐標，通過坐標和半徑在圖像上繪制出圓的大小及位置[19]。為刪除無效信息，霍夫檢測出的圓做外接矩形，最大程度保留甑鍋內部信息和邊緣信息，即刪除其他無用信息。

1.2.2 卷積神經網絡的探汽方法

1.2.2.1 AlexNet 模型

經典網絡（AlexNet）改用relu 替代sigmoid 加快SGD 的收斂速度，引入dropout 層抑制過擬合，增強模型泛化性能[20]。該模型應用于圖像多分類問題，輸入圖像形狀為224×224×3，先將輸入圖像padding 至227×227×3，再做卷積運算。但AlexNet 為了快速得到更小的特征圖，在第一層卷積層中，采用11×11 超大卷積核，掃描窗口步長為4。引入大卷積核將導致學習參數龐大；窗口步長過大，將會導致圖像在快速縮小的過程中丟失更多圖像細節特征。

1.2.2.2 VGGNet 模型

序貫結構網絡（VGGNet）可以被視為AlexNet 模型的升級版，網絡深度達到十多層。與AlexNet 不同的是，VGGNet 采用了卷積組的結構，其中每個卷積組都由多個較小的卷積核（3×3）組成。這一設計解決了AlexNet 中使用大卷積核所面臨的問題[21]。通過這種方式，VGGNet 在提高網絡深度的同時，有效地改善了卷積核的設計，使得整體結構更加合理和有效。

1.2.2.3 GoogLeNet 模型

并行連結網絡（GoogLeNet）在加深網絡結構的同時，對網絡結構進行創新改進，引入Inception 結構代替了傳統的卷積+激活函數的方式。Inception 結構，在同一層中引入1×1、3×3 和5×5 3 種不同尺度的卷積核以及3×3 池化層，concatenation 層將4 組同尺寸不同維度特征的特征圖并排堆疊，組成新的特征響應圖輸出[22]。在3×3、5×5 前使用1×1 卷積核的目的是降維，降低參數計算量。GoogLeNet 網絡深度遠超過AlexNet，但其訓練的參數量僅是AlexNet 的1/2，可取得更優的精度。

1.2.2.4 ResNet 模型

深度殘差網絡（ResNet）層數非常深，已超過百層。隨著網絡層數的增加，不僅會出現梯度彌散的問題，同時會出現模型訓練過程出現退化的問題。網絡越深，空間參數越大，優化越困難，有時會遇到深層網絡效果比淺層網絡差，并非過擬合導致，而是模型退化導致[23]。ResNet 設計一種殘差模塊解決上述問題。殘差模塊通過常規或捷徑路線傳遞參數，捷徑路線類似電路中“短路”。捷徑輸出項X 使得總體梯度不會消失，防止了梯度消失問題，進而保證了深度網絡的性能。

1.2.2.5 DenseNet 模型

密集卷積網絡（DenseNet）是以前反饋的方式將每個層與其它層連接起來，在傳統卷積神經網絡中，對于L 層的卷積網絡具有L 個連接，而在DenseNet 中，會有L（L+1）/2 個連接[24]。DenseNet 網絡核心思想是將L 層的輸入參與到后面所有層的計算中，L 層的輸出如公式（2）所示。

式中：HL為L層的輸出；[x0，x1，x2，………xL-2，xL-1]為第0 層、第1 層、第2 層到第L-1 層產生的特征圖的串聯。

2 結果與分析

2.1 圖像預處理結果

圖像預處理結果見圖1。

圖1 圖像預處理Fig.1 Image pre-processing

分別對酒醅紅外圖像進行圖像灰度化、濾波、邊緣檢測、霍夫檢測預處理，由圖1 可知，預處理降低了圖像噪聲干擾、提高了圖像質量、增強了圖像細節，為后面卷積神經網絡模型訓練提供了更高的準確率和可靠性。

2.2 卷積神經網絡模型訓練

卷積神經網絡模型訓練平臺是在Ubuntu20.04 操作系統下搭建的，所用到的深度學習框架為Pytorch，處理器為Quadro RTX 5000 GPU，顯存為16 GB。紅外酒醅圖像的數據集劃分為6∶2∶2，訓練集為60%，驗證集為20%，測試集為20%，圖像數據集劃分如表1 所示。

表1 圖像數據集劃分Table 1 Image dataset division

5 種卷積神經網絡模型設置相同的初始學習率為0.001，訓練批次大小為256，卷積核數量為64，類別為3，隱層激活函數為relu，dropout 率為0.5，全連接層神經元數目為1 024，訓練次數為50。但在訓練過程中設置早停機制，其核心概念是在訓練過程中監測模型的性能指標，并通過比較當前指標與歷史最佳指標的大小來進行決策。如果當前指標優于或等于歷史最佳指標，系統會更新最佳指標和對應的模型參數，并重新初始化訓練計數器。反之，如果連續一定步驟內未出現性能改善，則訓練會被提前終止，以避免進一步的訓練對模型性能產生負面影響。生成的5 種卷積神經網絡模型的訓練集和測試集準確率和損失率隨迭代次數的變化如圖2、圖3 所示。結果對比見表2。

表2 5 種卷積神經網絡結果對比分析Table 2 Comparative analysis of the results of five convolutional neural networks

圖2 5 種卷積神經網絡訓練準確率與損失率Fig.2 Five types of convolutional neural network training accuracy and loss rates

圖3 5 種卷積神經網絡測試準確率與損失率Fig.3 Five types of convolutional neural networks testing accuracy and loss rates

由表2 可知，VGGNet-16 迭代次數最多，為30 次，而ResNet-18 最少，只有12 次。訓練時間數據顯示，DenseNet-37 的訓練時間最短，而VGGNet-16 最長。在準確率方面，VGGNet-16 在訓練集上以0.998 0 的準確率居首，而在測試集上，DenseNet-37 以0.997 0 的準確率領先。此外，DenseNet-37 和AlexNet 在訓練集上的準確率相同（均為0.997 0），但在測試集上，AlexNet準確率稍低，為0.996 0。在圖2 和圖3 中，DenseNet-37呈現出訓練和測試曲線均迅速收斂的趨勢，準確率相對較高。各模型的損失曲線均能快速下降并在某個值附近收斂，其中ResNet-18 的波動較大，而DenseNet-37表現相對穩定。考慮到模型參數、訓練時間、收斂速度和測試準確率等方面，DenseNet-37 優于其他模型，因此選擇DenseNet-37 作為上甑探汽方法。

2.3 DenseNet-37 模型評估

在深度學習的卷積神經網絡中，常用精確率（Precision）、召回率（Recall）、F1 分數（F1-score）等評價指標對模型進行評估[25]，公式如（3）~（5）所示。

式中：P為該類別正確分類數與該類樣本總量的比值；R為該類別正確分類數與分到該類正確分類數和錯誤分類數的總量的比值；F1 分數為精確率和召回率的綜合評價；T為真正類數；F為假正類數；N為假負類數。

將測試結果輸出為混淆矩陣如表3 所示，通過混淆矩陣計算得到真正類數、假正類數、假負類數的結果如表4 所示。

表3 測試樣本-混淆矩陣Table 3 Test sample-confusion matrix

表4 混淆矩陣轉換Table 4 Confusion matrix transformation

根據公式（3）~（5）和表4 可以計算出評價指標精確率、召回率、F1 分數在等待上甑、局部補料、整層鋪料三類的值，結果如表5 所示。

表5 評價指標Table 5 Evaluation indicators

表5 各評價使用多分類評價指標Weighted 算法，即該類在總樣本數的占比，如公式（6）~（8）所示。

式中：n為分類類別數；w為該類樣本占測試總樣本比例；Ti為每個類別的真正類數；Fi為每個類別的假正類數；Ni為每個類別的假負類數。

根據Weighted 算子計算出各模型指標：精確率為0.997 0，召回率為0.997 0，F1 分數為0.996 9。根據各指標表現，該卷積神經網絡模型性能良好。通過混淆矩陣測試得每個類別識別數如表6 所示。

表6 測試樣本結果Table 6 Model prediction results for test samples

3 結論

為了解決白酒“探汽上甑”不準的問題，提出了一種基于卷積神經網絡的探汽上甑方法，以更好地滿足白酒上甑工藝要求。首先，對酒醅表面的紅外圖像進行圖像預處理，再次根據人工上甑經驗以及圖像特點進行分類，引入5 種卷積神經網絡進行訓練，AlexNet、VGGNet-16、GoogLeNet、ResNet-18、DenseNet-37 訓練的平均準確率可以達到0.995 2。最后對綜合表現較好的DenseNet-37 進行模型評估，引入混淆矩陣求解精準率、召回率、F1 分數，求解出各項指標的值分別為0.997 0、0.997 0、0.996 9。綜合模型評估表明，該分類模型能夠滿足白酒探汽上甑要求，對于推動白酒智能化發展有著積極的作用。