基于改進(jìn)YOLOX的實(shí)時(shí)馬鈴薯葉片病害檢測(cè)方法

doi：10.15889/j.issn.1002-1302.2024.20.024

摘要：隨著深度學(xué)習(xí)在圖像識(shí)別領(lǐng)域的廣泛應(yīng)用，目標(biāo)檢測(cè)算法已取得顯著進(jìn)展。然而，在農(nóng)業(yè)病害檢測(cè)特別是馬鈴薯葉病害檢測(cè)方面，仍面臨諸多挑戰(zhàn)，如自然光影響和數(shù)據(jù)不平衡問題等。為此，提出一種改進(jìn)YOLOX的馬鈴薯葉病害檢測(cè)方法。首先以輕量化MobileNet v3網(wǎng)絡(luò)作為骨干替換原有的CSPDarkNet53網(wǎng)絡(luò)，以提高模型在特征提取上的效率，同時(shí)減少計(jì)算量。其次引入V通道網(wǎng)絡(luò)，增加模型對(duì)復(fù)雜光照環(huán)境的適應(yīng)性，更精確地捕獲紋理信息。最后設(shè)計(jì)一種自適應(yīng)的交叉熵?fù)p失函數(shù)，以解決樣本不平衡的問題，確保模型的魯棒性和準(zhǔn)確性。在公開數(shù)據(jù)集PlantVillage上進(jìn)行試驗(yàn)驗(yàn)證，結(jié)果表明，改進(jìn)模型平均準(zhǔn)確率、浮點(diǎn)運(yùn)算次數(shù)、內(nèi)存和FPS分別為98.55%、14.63×109次、49.35 MB、125.92幀/s。相比原始YOLOX模型，平均準(zhǔn)確率和單幀識(shí)別速度分別提高4.38百分點(diǎn)、36.65%；浮點(diǎn)運(yùn)算次數(shù)和內(nèi)存分別降低43.23%、34.33%。此外，與不同模型對(duì)比試驗(yàn)以及嵌入式平臺(tái)上的試驗(yàn)結(jié)果均表明，本研究提出的改進(jìn)YOLOX模型在準(zhǔn)確率、計(jì)算效率和速度方面均具有明顯的優(yōu)勢(shì)，為農(nóng)作物葉片病害檢測(cè)提供了一種有效的解決方案。

關(guān)鍵詞：馬鈴薯病害檢測(cè)；YOLOX；MobileNetv3；V通道網(wǎng)絡(luò)；交叉熵?fù)p失

中圖分類號(hào)：S126；TP391.41" 文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1002-1302（2024）20-0199-10

收稿日期：2023-10-06

基金項(xiàng)目：國(guó)家自然科學(xué)基金（編號(hào)：62002330）。

作者簡(jiǎn)介：張凱萍（1983—），女，河南許昌人，碩士，副教授，研究方向?yàn)闄C(jī)器學(xué)習(xí)、目標(biāo)檢測(cè)。E-mail：zhangkp1983@163.com。

通信作者：李國(guó)霞，教授，主要從事農(nóng)業(yè)信息技術(shù)、計(jì)算機(jī)視覺研究。E-mail：zhangkp1983@163.com。

馬鈴薯是全球最重要的糧食作物之一，年產(chǎn)量近3億t，為全球超過十億人口提供穩(wěn)定的食物來源［1］。除了其在食品產(chǎn)業(yè)的核心地位，馬鈴薯在多個(gè)工業(yè)領(lǐng)域也有廣泛應(yīng)用［2］。然而，該農(nóng)作物頻繁地受到各種病害的侵襲，尤其是葉片病害，如晚疫病和早疫病。這些病害不僅可以影響植物的莖、根和果實(shí)，還可能嚴(yán)重?fù)p害作物的質(zhì)量和產(chǎn)量。晚疫病和早疫病等疾病在早期階段對(duì)于種植者來說常常難以識(shí)別［3］。因此，及時(shí)和準(zhǔn)確地診斷葉片病害對(duì)于減緩經(jīng)濟(jì)損失至關(guān)重要。

傳統(tǒng)的病害診斷方法主要依賴農(nóng)民的經(jīng)驗(yàn)和觀察，這在準(zhǔn)確性和可靠性上有局限。先進(jìn)的診斷技術(shù)如光譜儀［4］和聚合酶鏈?zhǔn)椒磻?yīng)［5］雖提高了診斷精度，但高成本和操作復(fù)雜性限制了其廣泛應(yīng)用。近年來，深度學(xué)習(xí)和卷積神經(jīng)網(wǎng)絡(luò)（CNN）的發(fā)展為農(nóng)業(yè)病害檢測(cè)帶來了技術(shù)革命，并被證明是一種高效的作物病害識(shí)別方法［6-8］。例如，Khan等成功地運(yùn)用VGGNet-16和AlexNet分離出感染區(qū)域并提取病害特征，實(shí)現(xiàn)了高達(dá)98.6%的識(shí)別準(zhǔn)確率［9］；Liu等設(shè)計(jì)了一種創(chuàng)新的特征提取結(jié)構(gòu)，并通過引入密集連接策略顯著提高了葡萄葉病害的識(shí)別準(zhǔn)確性［10］。然而，大多數(shù)研究仍專注于單一類型的病害識(shí)別，限制了其在實(shí)際應(yīng)用中的廣泛性。

近年來，目標(biāo)檢測(cè)算法因能同時(shí)識(shí)別和定位多種病害而受到關(guān)注［11-13］。目標(biāo)檢測(cè)算法主要可分為兩大類：第1類是基于候選框的雙階段目標(biāo)檢測(cè)算法，如R-CNN、Fast R-CNN和Faster R-CNN［14-16］。這些算法首先從圖像中提取候選區(qū)域，然后進(jìn)行二次精細(xì)化，從而實(shí)現(xiàn)高精度的目標(biāo)檢測(cè)。如Khalifa等專門為馬鈴薯的早疫病和晚疫病設(shè)計(jì)了一種優(yōu)化的Faster-CNN模型［17］；Zhang等成功地應(yīng)用改進(jìn)的Faster-CNN模型來診斷番茄的多種病害［18］。雖然這些算法在病害檢測(cè)精度上表現(xiàn)出色，卻因其復(fù)雜的計(jì)算結(jié)構(gòu)，難以在移動(dòng)平臺(tái)上實(shí)現(xiàn)實(shí)時(shí)應(yīng)用。第2類是單階段目標(biāo)檢測(cè)算法，這類算法更加注重檢測(cè)速度，如YOLO系列和SSD［19-22］，如趙越等成功地采用YOLO v3模型實(shí)現(xiàn)了馬鈴薯葉病害的準(zhǔn)確診斷［23］；Rashid等則利用YOLO v5開發(fā)了一種多級(jí)檢測(cè)模型，并構(gòu)建了一個(gè)全新的病害檢測(cè)數(shù)據(jù)集［24］。Liu等的研究也展示了單階段目標(biāo)檢測(cè)算法在多種植物病害診斷中的有效性，這些算法更適合用于資源有限的設(shè)備［25-27］。

盡管現(xiàn)有目標(biāo)檢測(cè)算法在準(zhǔn)確性方面取得了顯著進(jìn)展，但在植物葉病害檢測(cè)領(lǐng)域，仍然存在3個(gè)未解決的關(guān)鍵問題。（1）大多數(shù)算法過分側(cè)重于特定數(shù)據(jù)集上的高準(zhǔn)確性，卻常常忽略了模型在資源有限的硬件平臺(tái)上的實(shí)用性，這就產(chǎn)生了一個(gè)實(shí)際問題：如何在不犧牲準(zhǔn)確性的前提下，優(yōu)化模型以適應(yīng)硬件限制；（2）現(xiàn)有研究往往未能充分考慮到自然環(huán)境下復(fù)雜的光照條件，這些變化容易引起色彩偏移，從而影響模型的檢測(cè)準(zhǔn)確性；（3）雖有理論突破，但嵌入式設(shè)備上的應(yīng)用幾乎是空白的，需驗(yàn)證其實(shí)用性和可行性。這些問題不僅是理論上的關(guān)注點(diǎn)，也影響農(nóng)業(yè)實(shí)踐的效率和準(zhǔn)確性。

為解決以上問題，實(shí)現(xiàn)更精確和高效的馬鈴薯葉片病害檢測(cè)，本研究基于YOLOX架構(gòu)設(shè)計(jì)一種實(shí)時(shí)馬鈴薯葉片病害檢測(cè)模型。使用MobileNet v3作為模型的骨干網(wǎng)絡(luò)，以減輕計(jì)算負(fù)擔(dān)和內(nèi)存需求，保證模型不僅在高性能計(jì)算環(huán)境中有效，同時(shí)也適用于資源受限的設(shè)備。為使模型在不同光照條件下都能保持較高的準(zhǔn)確率，設(shè)計(jì)一個(gè)V通道定位網(wǎng)絡(luò)，生成一組與YOLOX模型預(yù)測(cè)層尺度相匹配的特征圖，以便更準(zhǔn)確地捕捉由光照引發(fā)的紋理和顏色變化，提高模型對(duì)光照變化的魯棒性。針對(duì)樣本不平衡問題，提出一種自適應(yīng)的懲罰系數(shù)，加快模型的收斂速度，進(jìn)一步提升馬鈴薯葉片病害檢測(cè)的性能。最后將所提方法部署在嵌入式設(shè)備上，以驗(yàn)證其能否滿足實(shí)時(shí)和高精度的病害檢測(cè)需求。

1" 數(shù)據(jù)與方法

首先選定了一個(gè)合適的數(shù)據(jù)集并進(jìn)行了數(shù)據(jù)增強(qiáng)，以模擬多種實(shí)際應(yīng)用場(chǎng)景。其次，基于YOLOX框架，開發(fā)一個(gè)針對(duì)馬鈴薯葉片病害的改進(jìn)識(shí)別算法。為全面驗(yàn)證模型性能，設(shè)計(jì)消融試驗(yàn)和與其他先進(jìn)方法的對(duì)比試驗(yàn)，明確了模型的優(yōu)缺點(diǎn)。進(jìn)一步，將模型部署到嵌入式設(shè)備，驗(yàn)證其可行性和實(shí)用性。本研究框架如圖1所示。

1.1" 數(shù)據(jù)獲取與處理

本研究使用公開可獲取的PlantVillage數(shù)據(jù)集作為圖像數(shù)據(jù)源，該數(shù)據(jù)集含有54 309張高質(zhì)量圖像，覆蓋了14種不同農(nóng)作物，例如蘋果、藍(lán)莓、櫻桃、玉米等。本研究主要關(guān)注馬鈴薯葉片病害的自動(dòng)檢測(cè)，原始樣本圖片共2 152張，分辨率為256像素×256像素，主要包括早疫病、晚疫病和健康葉片這3個(gè)類別，其詳細(xì)描述見表1。

本研究將2 152張馬鈴薯葉片圖像依照 8 ∶1 ∶1 的比例分配到訓(xùn)練集、驗(yàn)證集和測(cè)試集中。鑒于樣本數(shù)量有限可能引發(fā)過擬合，采用CycleGAN［24］這一先進(jìn)的數(shù)據(jù)增強(qiáng)方法對(duì)訓(xùn)練樣本進(jìn)行優(yōu)化，主要通過旋轉(zhuǎn)、裁剪、翻轉(zhuǎn)等手段來增加樣本多樣性。增強(qiáng)后的數(shù)據(jù)集細(xì)節(jié)請(qǐng)參見表2。

為進(jìn)一步提高模型的準(zhǔn)確性和可靠性，使用Labelimg圖形注釋工具對(duì)表2中的圖像樣本進(jìn)行精細(xì)的手動(dòng)標(biāo)注。在每張圖像上，不論是健康或患病的葉片，都被準(zhǔn)確地用一個(gè)矩形邊界框標(biāo)出。其位置坐標(biāo)以（xmin，ymin，xmax，ymax）形式給出。其中（xmin，ymin）代表邊界框左上角的坐標(biāo)，（xmax，ymax）代表邊界框右下角的坐標(biāo)。

經(jīng)過以上的數(shù)據(jù)處理和增強(qiáng)，成功地?cái)U(kuò)大了樣本數(shù)量，為后續(xù)模型的訓(xùn)練打下了堅(jiān)實(shí)的基礎(chǔ)。

1.2" 馬鈴薯葉片病害檢測(cè)方法

馬鈴薯葉片病害檢測(cè)屬于目標(biāo)檢測(cè)任務(wù)，其目的是在圖像中準(zhǔn)確定位和分類不同區(qū)域的病害。

為了適應(yīng)資源受限的設(shè)備環(huán)境，選用高效的YOLOX模型作為基線模型，進(jìn)一步設(shè)計(jì)一種更為高效和精準(zhǔn)的馬鈴薯葉片病害檢測(cè)模型［28］。該模型力求實(shí)現(xiàn)目標(biāo)檢測(cè)準(zhǔn)確性與計(jì)算效率之間的最優(yōu)平衡，確保在資源有限的應(yīng)用場(chǎng)合中仍能展示出卓越的性能。

1.2.1" YOLOX模型

YOLOX是一種不依賴先驗(yàn)框的單階段目標(biāo)檢測(cè)模型，其由CSPDarkNet53主干網(wǎng)絡(luò)、特征金字塔網(wǎng)絡(luò)（FPN）、路徑聚合網(wǎng)絡(luò)（PAN）和預(yù)測(cè)頭（Head）四大核心模塊組成［28-29］。這些模塊聯(lián)合工作，實(shí)現(xiàn)了對(duì)目標(biāo)檢測(cè)任務(wù)的高效準(zhǔn)確處理。

在YOLOX的工作流程中，CSPDarkNet53首先作為特征提取器，從輸入圖像中提取出基礎(chǔ)視覺特征。接著，F(xiàn)PN構(gòu)建了一個(gè)多層次的特征圖，實(shí)現(xiàn)了對(duì)不同尺寸和復(fù)雜度目標(biāo)的高效識(shí)別。它將主干網(wǎng)絡(luò)提取的高級(jí)和低級(jí)特征融合，增強(qiáng)對(duì)小目標(biāo)的檢測(cè)性能。PAN進(jìn)一步優(yōu)化以上流程，它通過上下采樣和橫向連接，強(qiáng)化FPN中不同層級(jí)特征圖之間的信息傳遞，提升模型在多尺度目標(biāo)檢測(cè)上的表現(xiàn)。最后，Head的Cls分支對(duì)目標(biāo)框內(nèi)的對(duì)象進(jìn)行屬性分類并預(yù)測(cè)類別概率；Reg分支預(yù)測(cè)目標(biāo)框的精確坐標(biāo)；Obj分支判斷目標(biāo)框內(nèi)對(duì)象是前景還是背景。這3個(gè)分支共同輸出目標(biāo)的分類標(biāo)簽和具體的邊界框坐標(biāo)，完成目標(biāo)的最終分類和定位。總體而言，YOLOX模型在復(fù)雜場(chǎng)景和多尺度目標(biāo)檢測(cè)方面表現(xiàn)優(yōu)秀，但也存在一些不足，如計(jì)算復(fù)雜度高和對(duì)復(fù)雜光照、低對(duì)比度環(huán)境的識(shí)別能力有限。盡管一些研究嘗試通過引入通道注意力機(jī)制來改善這些問題，提高模型對(duì)關(guān)鍵特征的敏感性和整體的檢測(cè)精度，但這些改進(jìn)仍有局限性。

為進(jìn)一步提升模型的性能和適用范圍，本研究基于前人的工作進(jìn)行了一系列創(chuàng)新性的優(yōu)化。首先，用輕量級(jí)的MobileNet v3網(wǎng)絡(luò)替代原始的CSPDarkNet53主干網(wǎng)絡(luò)。這一改變旨在減少計(jì)算負(fù)擔(dān)并提高模型在資源受限環(huán)境下的運(yùn)行效率。其次，引入V通道網(wǎng)絡(luò)以增強(qiáng)模型在復(fù)雜光照條件下的目標(biāo)檢測(cè)準(zhǔn)確性。最后，設(shè)計(jì)一種自適應(yīng)的交叉熵?fù)p失函數(shù)，以提升模型的魯棒性，同時(shí)增加模型的識(shí)別準(zhǔn)確性。

1.2.2nbsp; 輕量化骨干網(wǎng)絡(luò)

為優(yōu)化模型的計(jì)算效率和實(shí)時(shí)性能，選用更為輕量級(jí)的MobileNet v3網(wǎng)絡(luò)替代原有的CSPDarkNet53主干網(wǎng)絡(luò)［30］，其基本結(jié)構(gòu)如圖2所示。

MobileNet v3繼承了MobileNet v1和v2的核心優(yōu)點(diǎn)，尤其突出了深度可分離卷積（Depthwise Separable Convolutions，簡(jiǎn)稱DSC）和反向殘差塊的應(yīng)用。DSC是一種高效的卷積方法，它通過分解傳統(tǒng)卷積操作以減少計(jì)算量。具體而言，DSC首先在每個(gè)輸入通道上獨(dú)立應(yīng)用卷積，然后再通過1×1的點(diǎn)態(tài)卷積將這些通道的輸出合并。這樣做的優(yōu)勢(shì)是，與傳統(tǒng)的3×3卷積相比，DSC能夠?qū)⒂?jì)算量減少到原來的1/9到1/8。

MobileNet v3還解決了非線性激活函數(shù)可能對(duì)低維特征造成的不良影響。具體地，其反向殘差塊通過2次1×1的卷積操作實(shí)現(xiàn)特征維度的先升后降，以此減輕激活函數(shù)對(duì)原始特征的影響。此外，MobileNet v3的反向殘差塊還引入了信道注意力模塊（squeeze-and-excitation，SE）以提升網(wǎng)絡(luò)對(duì)顯著性特征的識(shí)別能力。

1.2.3" V通道網(wǎng)絡(luò)

為更有效地捕捉馬鈴薯葉片病害的紋理信息，引入了一種基于HSV顏色空間的特征提取策略。該策略致力于解決在自然環(huán)境下，由于光線、遮擋和陰影等因素，造成的圖像亮度變化問題。3種馬鈴薯葉病害的HSV顏色空間如圖3所示。

在自然環(huán)境下捕獲的圖像常受到自然光、遮擋和陰影等因素的影響，導(dǎo)致對(duì)亮度極為敏感。而在RGB顏色空間（圖3-a）中，這些細(xì)微的亮度變化往往難以準(zhǔn)確捕捉。為此，本文在RGB基礎(chǔ)之上加入了一個(gè)HSV顏色空間分支，如圖3-b、圖3-d、圖3-e所示。在HSV顏色空間中，H（色相）通道描述顏色在光譜中的位置，其值域范圍為0°～360°，S（飽和度）通道反映所選顏色的純度與其最大純度之間的比例，V（明度）通道反映了顏色的亮暗信息，其取值范圍為0～1。

在馬鈴薯葉片病害檢測(cè)中，H通道和S通道對(duì)顏色類型和純度有良好的識(shí)別，但它們?nèi)菀资艿阶匀画h(huán)境中光照和陰影的影響，導(dǎo)致特征信息的丟失或削弱。相較之下，V通道專注于顏色的明暗度，具有更高的敏感性和穩(wěn)健性，特別是在復(fù)雜的光照條件下。這使得V通道成為一個(gè)理想的選擇，能夠更準(zhǔn)確地捕捉和定位與病害相關(guān)的紋理信息。為此，本研究設(shè)計(jì)一個(gè)專門的V通道定位網(wǎng)絡(luò)，其中采用了最大池化操作進(jìn)行降采樣。這不僅減少了計(jì)算的復(fù)雜性，還生成了一組與YOLOX模型預(yù)測(cè)層尺度相匹配的特征圖。這種設(shè)計(jì)精準(zhǔn)地捕捉了與紋理相關(guān)的位置信息，從而提高了模型在復(fù)雜環(huán)境下的病害檢測(cè)精度。

1.2.4" 自適應(yīng)交叉熵?fù)p失

原始YOLOX模型采用BCELoss函數(shù)進(jìn)行訓(xùn)練，主要用于類別預(yù)測(cè)和置信度預(yù)測(cè)，其數(shù)學(xué)表達(dá)式如公式（1）和公式（2）所示。

Li=-yilnyi′-（1-yi）ln（1-yi′）

=-lnyi′，""""" yi=1

-ln（1-yi′），yi=0；（1）

LBCE=1n∑ni=1Li 。（2）

式中：Li為像素i生成的LBCE值；yi為像素i的真實(shí)標(biāo)簽，正標(biāo)簽為1，負(fù)標(biāo)簽為0，表示前景對(duì)象類別和背景；yi′為像素i的預(yù)測(cè)值，取值范圍為［0，1］；n為總像素?cái)?shù)。

BCELoss鼓勵(lì)模型對(duì)每個(gè)樣本的預(yù)測(cè)結(jié)果和實(shí)際標(biāo)簽接近。但這種損失函數(shù)并不考慮數(shù)據(jù)中各類別樣本的分布情況。因此，當(dāng)面對(duì)數(shù)據(jù)分布嚴(yán)重不平衡的場(chǎng)景時(shí)，僅依賴BCELoss可能會(huì)導(dǎo)致模型的預(yù)測(cè)存在顯著的偏見，特別是對(duì)少數(shù)樣本的類別。從表2中的馬鈴薯葉片樣本數(shù)據(jù)可以明顯看出，類別不平衡的問題是非常突出的。如果單純地使用BCELoss作為損失函數(shù)進(jìn)行訓(xùn)練，可能會(huì)導(dǎo)致模型對(duì)多數(shù)樣本的類別過度擬合，而忽視了少數(shù)樣本的類別，進(jìn)而導(dǎo)致嚴(yán)重的識(shí)別偏差。為此，本文提出了一種樣本自適應(yīng)的交叉熵?fù)p失函數(shù)，該函數(shù)通過一個(gè)自適應(yīng)懲罰系數(shù)進(jìn)行動(dòng)態(tài)權(quán)重調(diào)整。具體的數(shù)學(xué)表達(dá)式為公式（3）至公式（6）。

α=arctanP+NP+δ" y=1

arctanP+NN+δy=0，" α∈［0，π2］；（3）

β=sinα，β∈［0，1］；（4）

BCELossβ=-βylny′-β（1-y）ln（1-y′）；（5）

LBCE-β=11+exp（BCELossβ）。（6）

式中：β為樣本自適應(yīng)懲罰系數(shù)；LBCE-β為樣本自適應(yīng)交叉熵?fù)p失函數(shù)；P為網(wǎng)絡(luò)訓(xùn)練反饋的正樣本量總數(shù)；N為網(wǎng)絡(luò)訓(xùn)練反饋的總負(fù)樣本量；δ為最小值。

樣本自適應(yīng)懲罰系數(shù)的引入使得損失函數(shù)能夠根據(jù)訓(xùn)練過程中正負(fù)樣本的數(shù)量進(jìn)行自適應(yīng)調(diào)整。例如，當(dāng)健康葉片的數(shù)量較少時(shí)，該系數(shù)會(huì)增加健康葉片在損失函數(shù)中的權(quán)重，從而強(qiáng)化模型對(duì)少數(shù)類的識(shí)別能力。反之，如果病害葉片數(shù)量減少，病害葉片的權(quán)重會(huì)相應(yīng)提升。這種動(dòng)態(tài)調(diào)整機(jī)制有助于模型在不同階段保持正負(fù)樣本間的平衡，從而提高模型的穩(wěn)定性和準(zhǔn)確性。此外，還使用了Sigmoid函數(shù)作為激活函數(shù)，以確保損失值輸出在［0，1］范圍內(nèi)，進(jìn)一步增強(qiáng)模型的訓(xùn)練穩(wěn)定性。

1.2.5" 馬鈴薯葉片病害檢測(cè)模型框架

馬鈴薯葉片病害檢測(cè)模型結(jié)構(gòu)如圖4所示，由6個(gè)核心模塊組成，包括主干網(wǎng)絡(luò)（Backbonew）、V字通道（V channel）、注意力通道（CBAM）、特征金字塔網(wǎng)絡(luò)（FPN）、路徑聚合網(wǎng)絡(luò)（PAN）和預(yù)測(cè)頭（Detection head）。本研究使用MobileNet v3網(wǎng)絡(luò)作為主干特征提取，并引入V字通道生成一組與主干網(wǎng)絡(luò)尺度相配的特征圖，以便更準(zhǔn)確地捕捉由光照引發(fā)的紋理和顏色變化，其他模塊和原有YOLOX模型保持一致。

2" 馬鈴薯葉片病害檢測(cè)試驗(yàn)

2.1" 試驗(yàn)環(huán)境

本試驗(yàn)將使用一臺(tái)配置較高的計(jì)算機(jī)進(jìn)行所有模型訓(xùn)練，以確保結(jié)果的一致性和可靠性。該機(jī)器配備了12代英特爾酷睿i5-12400F CPU、NVIDIA GeForce RTX 3060 GPU以及16 GB的運(yùn)行內(nèi)存。軟件環(huán)境方面，選擇了Ubuntu 20.04作為操作系統(tǒng)，使用VScode作為編譯器工具，并采用了支持CUDA 11.3的PyTorch 1.10.1框架。此次試驗(yàn)于2023年8月25日于許昌電氣職業(yè)學(xué)院信息工程系227實(shí)驗(yàn)室完成。

2.2" 評(píng)價(jià)指標(biāo)

在本研究中，模型性能的評(píng)估采用了多角度的指標(biāo)。首先，使用平均精度均值（mean average precision，簡(jiǎn)稱mAP）來衡量模型在識(shí)別和分類馬鈴薯葉片病

害方面的準(zhǔn)確性。mAP是一個(gè)綜合性的指標(biāo)，它計(jì)算了模型在所有類別上平均檢測(cè)精度的平均值。具體而言，mAP是根據(jù)召回率（recall，R）和精度（precision，P）在各個(gè)類別上計(jì)算的AP值的平均，其數(shù)學(xué)定義見公式（7）和公式（8），其中M表示病害類別。在這里，選用0.5作為評(píng)估標(biāo)準(zhǔn)。

AP=∫10P（R）dR；（7）

mAP=∑Mj=1APjM。（8）

除了關(guān)注模型的精度，還重點(diǎn)考慮了其計(jì)算效率和實(shí)用性。在這方面，模型的浮點(diǎn)運(yùn)算次數(shù)（FLOPs）和內(nèi)存（Size）被用作2個(gè)關(guān)鍵指標(biāo)，用以衡量模型對(duì)計(jì)算資源的需求程度。低FLOPs數(shù)值通常意味著模型更為輕量級(jí)，因此更適用于資源受限的環(huán)境。同時(shí)，也采用單幀圖像識(shí)別速度（FPS）作為另一個(gè)評(píng)價(jià)指標(biāo)，以量化模型的實(shí)時(shí)性和識(shí)別效率。高FPS值表明模型能夠在短時(shí)間內(nèi)處理更多的圖像，這在需要實(shí)時(shí)反饋的應(yīng)用場(chǎng)景中具有非常重要的意義。通過這2個(gè)綜合性指標(biāo)，不僅可以全面評(píng)估模型的性能，還能更準(zhǔn)確地確定其在實(shí)際應(yīng)用中的適用性和局限性。

2.3" 模型訓(xùn)練

模型訓(xùn)練涉及多個(gè)設(shè)置和參數(shù)。具體來說，訓(xùn)練總共進(jìn)行了200個(gè)epoch，每個(gè)批次的大小設(shè)置為4，優(yōu)化器選用SGD。輸入圖像的尺寸是224像素×224像素，學(xué)習(xí)速率設(shè)置為0.001，權(quán)重衰減因子為0.000 5，而動(dòng)量因子為0.937。

圖5-a展示了在200個(gè)epoch內(nèi)，訓(xùn)練和驗(yàn)證損失的變化情況。盡管起初的損失值較高，但隨著epoch數(shù)量的增加，損失值逐漸減少，大約在150個(gè)epoch后趨于穩(wěn)定。同時(shí)，訓(xùn)練與驗(yàn)證損失在整個(gè)過程中保持了相對(duì)的一致性，表明模型既沒有出現(xiàn)過擬合也沒有出現(xiàn)欠擬合。進(jìn)一步地，圖5-b顯示

了模型在訓(xùn)練集上的mAP隨損失減小而逐步提高。在完成150個(gè)epoch后，mAP值基本穩(wěn)定，并在200個(gè)epoch時(shí)達(dá)到了高達(dá)98.6%的準(zhǔn)確度。

3" 結(jié)果與分析

3.1" 分類結(jié)果分析

為直觀地展示優(yōu)化后的YOLOX模型在馬鈴薯葉片病害數(shù)據(jù)集上的識(shí)別與分類性能，根據(jù)測(cè)試集結(jié)果繪制了一張混淆矩陣，詳見圖6。從總體表現(xiàn)來看，該模型在識(shí)別晚疫病和健康葉片方面幾乎達(dá)到了完美的準(zhǔn)確率。然而，在早疫病的識(shí)別上，部分樣本被錯(cuò)誤地歸為晚疫病，這可能源于早疫病和晚疫病在某些特征，如顏色和紋理等方面的相似性，從而導(dǎo)致模型在區(qū)分這2種病害時(shí)出現(xiàn)一定程度的混淆。盡管如此，考慮到植物病害識(shí)別本身的復(fù)雜性和挑戰(zhàn)性，該模型的整體表現(xiàn)仍然較為出色。

3.2" 消融試驗(yàn)

本研究設(shè)計(jì)的馬鈴薯葉片病害檢測(cè)模型，是在先進(jìn)檢測(cè)模型YOLOX框架上進(jìn)行了一系列創(chuàng)新性的改進(jìn)。具體而言，所提模型以更輕量級(jí)MobileNet

v3網(wǎng)絡(luò)替換原有的CSPDarkNet53網(wǎng)絡(luò)，同時(shí)引入V通道定位網(wǎng)絡(luò)，并提出一種自適應(yīng)的交叉熵?fù)p失函數(shù)（LBCE-β），以實(shí)現(xiàn)更加精準(zhǔn)和高效的馬鈴薯葉病害檢測(cè)。為了量化這些改進(jìn)措施帶來的性能提升，試驗(yàn)對(duì)比使用CSPDarkNet53與MobileNet v3作為骨干網(wǎng)絡(luò)時(shí)，V通道定位網(wǎng)絡(luò)和自適應(yīng)交叉熵?fù)p失函數(shù)對(duì)模型性能的具體影響，各性能指標(biāo)如表3所示。

由表3可知，當(dāng)使用更輕量級(jí)的MobileNet v3作為檢測(cè)模型的骨干網(wǎng)絡(luò)，相對(duì)于傳統(tǒng)的CSPDarkNet53，模型在多個(gè)性能指標(biāo)上都有明顯提升。具體來說，模型的mAP從93.87%增加到95.44%，實(shí)現(xiàn)1.57百分點(diǎn)的提升。更值得注意的是，模型的浮點(diǎn)運(yùn)算次數(shù)（FLOPs）從25.77×109次大幅降低到14.51×109次，減少了43.69%；內(nèi)存從75.15 MB降低到 48.64 MB，降低了35.28%，這意味著模型在保持高準(zhǔn)確率的同時(shí)，顯著減少了計(jì)算復(fù)雜性和空間資源需求。此外，模型的單幀識(shí)別速度（FPS）從92.15幀/s提升至127.20幀/s，提高38.03%，表明模型在實(shí)時(shí)性和識(shí)別效率方面也有顯著改進(jìn)。

進(jìn)一步觀察表3，可以明確地看出引入V通道定位網(wǎng)絡(luò)和自適應(yīng)交叉熵?fù)p失函數(shù)（LBCE-β）對(duì)模型精度具有正向積極的作用。以CSPDarkNet53為基礎(chǔ)的模型在引入這2項(xiàng)改進(jìn)后，其mAP值從93.87%提升至96.15%，增幅為2.28百分點(diǎn)。而以MobileNet v3為基礎(chǔ)的模型則從95.44%提升至98.55%，增幅為3.11百分點(diǎn)。值得一提的是，這2項(xiàng)改進(jìn)幾乎沒有增加模型的計(jì)算負(fù)擔(dān)。具體來說，無論是FLOPs、Size還是FPS，三者的變化都相對(duì)微小，這進(jìn)一步證實(shí)了這些改進(jìn)措施在提高精度的同時(shí)，并沒有對(duì)模型的計(jì)算效率和實(shí)時(shí)性造成不利影響。

綜上，V通道定位網(wǎng)絡(luò)和自適應(yīng)交叉熵?fù)p失函數(shù)的引入對(duì)模型的整體性能有所提升，尤其在采用MobileNet v3為骨干網(wǎng)絡(luò)的情況下，這一效果更為顯著。這不僅進(jìn)一步證明了本研究所提改進(jìn)策略的有效性，也表明了這些策略在實(shí)際應(yīng)用中具有更廣泛的適用性和優(yōu)越性，確保了本研究提出的檢測(cè)模型在馬鈴薯葉病害檢測(cè)任務(wù)上有著更出色的表現(xiàn)。

3.3" 對(duì)比試驗(yàn)

為進(jìn)一步評(píng)估所提出改進(jìn)YOLOX模型在目標(biāo)檢測(cè)方面的性能，在相同的數(shù)據(jù)集和硬件配置條件下，依據(jù)控制變量法原則，進(jìn)行了一系列對(duì)比試驗(yàn)。這些對(duì)比試驗(yàn)涵蓋了多種主流的目標(biāo)檢測(cè)算法，包括Faster RCNN、SSD、RetinaNet、YOLO v5，以及原始版本的YOLOX模型。圖7詳細(xì)呈現(xiàn)了各檢測(cè)模型在4個(gè)關(guān)鍵評(píng)估指標(biāo)上的性能比較。

在馬鈴薯葉病害檢測(cè)任務(wù)中，本研究的改進(jìn)YOLOX模型在mAP方面表現(xiàn)出色，達(dá)到了98.55%。這一結(jié)果顯著優(yōu)于目前主流的其他目標(biāo)檢測(cè)算法，如Faster RCNN的97.27%。值得注意的是，盡管Faster RCNN在精度上與改進(jìn)的YOLOX接近，但在計(jì)算效率和實(shí)時(shí)性方面明顯不足。

在計(jì)算復(fù)雜度方面，改進(jìn)的YOLOX只需 14.63×109 浮點(diǎn)運(yùn)算次數(shù)（FLOPs）就能完成高精度的馬鈴薯葉病害檢測(cè)，遠(yuǎn)低于Faster RCNN的75.62×109浮點(diǎn)運(yùn)算次數(shù)（FLOPs）和RetinaNet的87.6×109浮點(diǎn)運(yùn)算次數(shù)（FLOPs）。這一優(yōu)勢(shì)在實(shí)際應(yīng)用中尤為重要，尤其是在需要快速、準(zhǔn)確診斷的農(nóng)業(yè)場(chǎng)景中。

在模型所占內(nèi)存方面，改進(jìn)的YOLOX模型僅為49.35 MB，遠(yuǎn)小于Faster RCNN （317.49 MB）和RetinaNet（292.3 MB）。這意味著在邊緣計(jì)算或嵌入式系統(tǒng)中，改進(jìn)的YOLOX模型更易于部署。最后，單幀識(shí)別速度上，改進(jìn)的YOLOX以125.92幀/s的速度運(yùn)行，遠(yuǎn)高于其他所有模型。這一點(diǎn)對(duì)于實(shí)時(shí)馬鈴薯疫病檢測(cè)尤為關(guān)鍵，可以有效地指導(dǎo)農(nóng)民及時(shí)采取防治措施。

綜合以上評(píng)估指標(biāo)，改進(jìn)的YOLOX模型在馬鈴薯疫病檢測(cè)方面表現(xiàn)卓越，不僅在準(zhǔn)確性上達(dá)到了高水平，同時(shí)也在計(jì)算復(fù)雜度、模型體積和實(shí)時(shí)性方面展示了明顯優(yōu)勢(shì)。相較于Faster RCNN、SSD、RetinaNet以及原始版本的YOLOX，改進(jìn)的YOLOX在綜合性能上具有明顯優(yōu)勢(shì)。因此，該模型在馬鈴薯疫病檢測(cè)的研究和應(yīng)用中具有極高的價(jià)值。

3.4" 馬鈴薯葉病害檢測(cè)

本研究所提的基于YOLOX的改進(jìn)模型進(jìn)行了馬鈴薯葉病害的詳細(xì)檢測(cè)和分類。圖8展示了模型在多種場(chǎng)景下的高效性和準(zhǔn)確性。模型成功區(qū)分了早疫病、晚疫病和健康葉片3類，并在各自的3個(gè)不同實(shí)例上進(jìn)行了有效驗(yàn)證。即便在早疫病和晚疫病的微小病變區(qū)域內(nèi)，模型也展現(xiàn)了高度的敏感性和精確度。在所有測(cè)試場(chǎng)景中，模型的置信度得分最低達(dá)到了0.91。這一出色表現(xiàn)可歸功于模型采用的先進(jìn)骨干網(wǎng)絡(luò)MobileNet v3，以及新增的V通道定位網(wǎng)絡(luò)和自適應(yīng)交叉熵?fù)p失函數(shù)。這些改進(jìn)不僅增強(qiáng)了模型的特征提取能力，還提升了其分類精度。值得一提的是，模型即便在健康葉片出現(xiàn)非病害性質(zhì)破損的情況下，也能進(jìn)行準(zhǔn)確分類，進(jìn)一步證實(shí)了其魯棒性。總體而言，本模型在精確度和敏感性上達(dá)到了高標(biāo)準(zhǔn)，特別是在處理復(fù)雜和微小的病害特征方面表現(xiàn)優(yōu)異，顯示出廣泛的應(yīng)用潛力。

3.5" 嵌入式裝置中馬鈴薯葉片病害的檢測(cè)效果

為實(shí)際評(píng)估改進(jìn)的YOLOX模型在馬鈴薯葉病害檢測(cè)中的性能，采用NVIDIA Jetson Nano作為邊緣計(jì)算平臺(tái)。該設(shè)備與農(nóng)業(yè)檢查機(jī)器人和馬鈴薯葉病害識(shí)別系統(tǒng)相結(jié)合，能夠在現(xiàn)場(chǎng)實(shí)時(shí)識(shí)別并標(biāo)記出受病害的馬鈴薯葉片。軟件環(huán)境包括TensorRT-7.1.3.0和JetPack-4.4.1，圖像輸入大小設(shè)置為224像素×224像素。通過TensorRT的模型量化和優(yōu)化，本文在Jetson Nano上進(jìn)行了模型檢測(cè)精度（mAP）和推理速度（FPS）測(cè)試。由于計(jì)算資源有限，嵌入式裝置測(cè)試中只測(cè)試了計(jì)算效率和體積較小的原始YOLOX和改進(jìn)的YOLOX模型，結(jié)果如表4所示。

表4對(duì)比了在嵌入式設(shè)備NVIDIA Jetson Nano上，原始YOLOX模型和改進(jìn)的YOLOX模型在mAP與FPS方面的性能。數(shù)據(jù)顯示，改進(jìn)的YOLOX在mAP方面從94.17%上升至98.55%，F(xiàn)PS也從2.17幀/s增加至3.94幀/s。更值得注意的是，在利用TensorRT加速后，該模型在保持相同mAP的同時(shí)，F(xiàn)PS大幅提升至10.37幀/s。這些結(jié)果明確證實(shí)了改進(jìn)的YOLOX模型在精度和速度上都有顯著提升。尤其在應(yīng)用TensorRT加速之后，模型速度近乎提升了5倍，從而更有效地滿足了馬鈴薯葉片病害檢測(cè)的實(shí)時(shí)性需求。綜合來看，改進(jìn)的YOLOX模型在嵌入式環(huán)境中表現(xiàn)出了高效和高準(zhǔn)確度，具有很高的應(yīng)用潛力。

4nbsp; 結(jié)論與討論

為精確高效地檢測(cè)馬鈴薯葉病害，提出一種基于改良YOLOX架構(gòu)的先進(jìn)識(shí)別方法。該方法以輕量級(jí)MobileNet v3替代原有的CSPDarkNet53，優(yōu)化了特征識(shí)別和計(jì)算效率；結(jié)合V通道定位網(wǎng)絡(luò)，精確捕捉紋理信息；并應(yīng)用自適應(yīng)交叉熵?fù)p失函數(shù)解決了樣本不平衡問題，從而增強(qiáng)了模型的魯棒性和準(zhǔn)確性。

試驗(yàn)數(shù)據(jù)進(jìn)一步證實(shí)了本研究中改進(jìn)YOLOX模型的顯著性能提升。該模型在mAP方面達(dá)到了98.55%，比原始YOLOX模型提高了4.38百分點(diǎn)。在計(jì)算效率方面，模型的FLOPs為14.63×109次，內(nèi)存占用僅為 49.35 MB，分別比原始模型降低了11.14×109次和25.80 MB。此外FPS提升到125.92幀/s，比原始模型快了36.65%。綜合性能對(duì)比分析也表明，改進(jìn)的YOLOX模型與FasterCNN、SSD、RetinaNet和YOLO v5等主流檢測(cè)模型相比，具有明顯的優(yōu)勢(shì)。

在嵌入式平臺(tái)測(cè)試中，改進(jìn)YOLOX模型平均準(zhǔn)確率為98.55%，相比原始YOLOX模型提高了4.38百分點(diǎn)。進(jìn)一步采用TensorRT加速后模型的檢測(cè)速度為10.37幀/s，實(shí)時(shí)檢測(cè)速度得到顯著提升。

綜上，本研究提出的改進(jìn)YOLOX模型在準(zhǔn)確率、計(jì)算效率和速度方面都表現(xiàn)出色，不僅能推動(dòng)農(nóng)業(yè)病害檢測(cè)技術(shù)的進(jìn)一步發(fā)展，也為相關(guān)領(lǐng)域提供了有價(jià)值的參考和啟示。

本研究所提出的方法適用于公開的葉片數(shù)據(jù)集，但并未涉及受到實(shí)際光照等復(fù)雜環(huán)境影響的農(nóng)田葉片數(shù)據(jù)。下一步，可利用無人機(jī)采集農(nóng)田葉片數(shù)據(jù)集進(jìn)行處理與測(cè)試，使模型可以更好地應(yīng)用于農(nóng)田生產(chǎn)實(shí)踐。另外，可考慮使用一些傳統(tǒng)機(jī)器學(xué)習(xí)與深度學(xué)習(xí)方法與本研究方法進(jìn)行對(duì)比，以改進(jìn)或選擇最適于分析農(nóng)田環(huán)境下由無人機(jī)采集的葉片圖像的算法。

參考文獻(xiàn)：

［1］趙丙秀，董" 寧. 基于WOA-BP神經(jīng)網(wǎng)絡(luò)下馬鈴薯產(chǎn)量預(yù)測(cè)分析模型［J］. 農(nóng)機(jī)化研究，2024，46（3）：47-51.

［2］劉崇林，趙勝雪，胡" 軍，等. 兩種淀粉薯收獲期莖稈機(jī)械特性的試驗(yàn)研究［J］. 農(nóng)機(jī)化研究，2020，42（6）：117-122.

［3］胡新元，孫小花，羅愛花，等. 葉面噴施硫酸鋅對(duì)馬鈴薯抗病性和產(chǎn)量的影響［J］. 西北農(nóng)業(yè)學(xué)報(bào)，2023，32（8）：1187-1193.

［4］王" 凡，李永玉，彭彥昆，等. 便攜式馬鈴薯多品質(zhì)參數(shù)局部透射光譜無損檢測(cè)裝置［J］. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2018，49（7）：348-354.

［5］劉二龍，魏" 霜，關(guān)麗軍，等. 馬鈴薯成分微滴數(shù)字聚合酶鏈?zhǔn)椒磻?yīng)定量檢測(cè)方法建立［J］. 糧食與油脂，2021，34（3）：120-123.

［6］Minaee S，Boykov Y，Porikli F，et al. Image segmentation using deep learning：a survey［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence，2022，44（7）：3523-3542.

［7］Zhao Z Q，Zheng P，Xu S T，et al. Object detection with deep learning：a review［J］. IEEE Transactions on Neural Networks and Learning Systems，2019，30（11）：3212-3232.

［8］Chen X，Wan M J，Ma C，et al. Recognition of small targets in remote sensing image using multi-scale feature fusion-based shot multi-box detector［J］. Optics and Precision Engineering，2021，29（11）：2672-2682.

［9］Khan M A，Akram T，Sharif M，et al. CCDF：automatic system for segmentation and recognition of fruit crops diseases based on correlation coefficient and deep CNN features［J］. Computers and electronics in agriculture，2018，155：220-236.

［10］Liu B，Ding Z F，Tian L L，et al. Grape leaf disease identification using improved deep convolutional neural networks［J］. Frontiers in Plant Science，2020，11：1082.

［11］Abbas A，Jain S，Gour M，et al. Tomato plant disease detection using transfer learning with C-GAN synthetic images［J］. Computers and Electronics in Agriculture，2021，187：106279.

［12］Zhang K K，Wu Q F，Chen Y P.Detecting soybean leaf disease from synthetic image using multi-feature fusion faster R-CNN［J］. Computers and Electronics in Agriculture，2021，183：106064.

［13］Saeed A，Abdel-Aziz A A，Mossad A，et al. Smart detection of tomato leaf diseases using transfer learning-based convolutional neural networks［J］. Agriculture，2023，13（1）：139.

［14］Girshick R，Donahue J，Darrell T，et al. Rich feature hierarchies for accurate object detection and semantic segmentation［C］//2014 IEEE Conference on Computer Vision and Pattern Recognition，Columbus，OH，USA. IEEE，2014：580-587.

［15］Girshick R. Fast R-CNN［C］//2015 IEEE International Conference on Computer Vision （ICCV）.Santiago，Chile.IEEE，2015：1440-1448.

［16］Ren S Q，He K M，Girshick R，et al. Faster R-CNN：towards real-time object detection with region proposal networks［J］. IEEE Transations on Pattern Analysis and Machine Intelligence，2017，39（6）：1137-1149.

［17］Khalifa N E M，Taha M H N，Abou El-Maged L M，et al. Artificial intelligence in potato leaf disease classification：a deep learning approach［M］//Hassanien A E，Darwish A. Machine learning and big data analytics paradigms：analysis，applications and challenges. Cham：Springer International Publishing，2021：63-79.

［18］Zhang Y，Song C L，Zhang D W. Deep learning-based object detection improvement for tomato disease［J］. IEEE Access，2020，8：56607-56614.

［19］Redmon J，Divvala S，Girshick R，et al. You only look once：unified，real-time object detection［C］//2016 IEEE Conference on Computer Vision and Pattern Recognition （CVPR）.Las Vegas，NV，USA.IEEE，2016：779-788.

［20］Redmon J，F(xiàn)arhadi A. YOLO9000：better，faster，stronger［C］//2017 IEEE Conference on Computer Vision and Pattern Recognition （CVPR）.Honolulu，HI，USA.IEEE，2017：6517-6525.

［21］朱" 格，徐" 燕，孫瑩瑩，等. Darknet深度學(xué)習(xí)框架下基于YOLO v3的病蟲害識(shí)別和農(nóng)藥噴灑系統(tǒng)［J］. 農(nóng)業(yè)與技術(shù)，2023，43（10）：33-38.

［22］Liu W，Anguelov D，Erhan D，et al. SSD：single shot MultiBox detector［M］//Leibe B，Matas J，Sebe N，et al. Computer vision-ECCV 2016.Cham：Springer International Publishing，2016：21-37.

［23］趙" 越，趙" 輝，姜永成，等. 基于深度學(xué)習(xí)的馬鈴薯葉片病害檢測(cè)方法［J］. 中國(guó)農(nóng)機(jī)化學(xué)報(bào)，2022，43（10）：183-189.

［24］Rashid J，Khan I，Ali G，et al. Multi-level deep learning model for potato leaf disease recognition［J］. Electronics，2021，10（17）：2064.

［25］Liu J，Wang X W. Tomato diseases and pests detection based on improved YOLY v3 convolutional neural network［J］. Frontiers in Plant Science，2020，11：898.

［26］宋" 玲，曹" 勉，胡小春，等. 基于YOLOX的復(fù)雜背景下木薯葉病害檢測(cè)方法［J］. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2023，54（3）：301-307.

［27］劉延鑫，王俊峰，杜傳印，等. 基于YOLO v3的多類煙草葉部病害檢測(cè)研究［J］. 中國(guó)煙草科學(xué)，2022，43（2）：94-100.

［28］張劍飛，柯" 賽. 基于YOLOX-s的農(nóng)業(yè)害蟲檢測(cè)研究［J］. 計(jì)算機(jī)技術(shù)與發(fā)展，2023，33（5）：208-213.

［29］沈志豪，劉金江，張建洋. 基于改進(jìn)YOLOX-s的田間麥穗檢測(cè)及計(jì)數(shù)［J］. 江蘇農(nóng)業(yè)科學(xué)，2023，51（12）：164-171.

［30］Howard A，Sandler M，Chen B，et al. Searching for MobileNet v3［C］//2019 IEEE/CVF International Conference on Computer Vision （ICCV）.Seoul，Korea （South）.IEEE，2019：1314-1324.