基于DCP-ShuffleNetV2的輕量級森林害蟲識別方法

摘要：

針對現(xiàn)有害蟲識別模型復(fù)雜度高、計算量和參數(shù)量巨大的問題，提出一種基于DCP-ShuffleNetV2的輕量級森林害蟲識別模型。該模型主要從特征提取、特征融合、輕量化方面進行改進。首先通過引入金字塔分割注意力模塊PSA提取多尺度的空間信息和跨通道依賴關(guān)系，有效地學(xué)習(xí)上下文信息；其次將基準(zhǔn)網(wǎng)絡(luò)模型ShuffleNetV2的Stage模塊修改為CSP結(jié)構(gòu)，增強特征融合能力；將模型的普通卷積替換為動態(tài)卷積，壓縮模型參數(shù)量和計算量。試驗以雄安新區(qū)“千年秀林”害蟲為研究對象，構(gòu)建30類常見害蟲數(shù)據(jù)集。結(jié)果表明，改進后的DCP-ShuffleNetV2模型在自制的Forest30數(shù)據(jù)集上的害蟲識別準(zhǔn)確率是92.43%，模型參數(shù)量、計算量和內(nèi)存大小分別是0.13 M、24.53 M和9.53 MB，相比于基準(zhǔn)網(wǎng)絡(luò)模型，識別準(zhǔn)確率提升3.11%，參數(shù)量、計算量和內(nèi)存大小分別減少62.83%、42.48%和15.13%。與目前常用的分類模型相比，識別準(zhǔn)確率平均提高5.39%，模型參數(shù)量、計算量和內(nèi)存大小平均減小14.32 M、1 035.80 M和35.98 MB。

關(guān)鍵詞：害蟲識別；DCP-ShuffleNetV2；注意力機制；CSP結(jié)構(gòu)；特征提取

中圖分類號：S763； TP391.4

文獻標(biāo)識碼：A

文章編號：2095-5553 （2025） 01-0190-08

Identification method of lightweight forest pest based on DCP-ShuffleNetV2

Gao Tianci^{1， 2}， Wang Kejian^{1， 2}， Chen Chen^{1， 2}， Han Xianzhong^{1， 2}， Wang Chao^{1， 2}， Li Huiping^{2， 3}

（1. "College of Information Science and Technology， Hebei Agricultural University， Baoding， 071001， China；

2. Hebei Provincial Innovation Center of Urban Forest Health Technology， Baoding， 071001， China；

3. College of Forestry， Hebei Agricultural University， Baoding， 071001， China）

Abstract：

This paper proposes a pest recognition model based on lightweight DCP-ShuffleNetV2 to solve the problems of high complexity of model， large amount of computation and reference. The model is improved from feature extraction， feature fusion and lightweight. Firstly， to learn context information effectively， the Pyramid Split Attention （PSA） module is introduced to extract multi-scale spatial information and cross-channel dependency. Secondly， to enhance the feature fusion capability， the Stage module of the benchmark network model ShuffleNetV2 is modified to Cross Stage Partial （CSP） structure. Finally， to compress the number of parameters and computation， the regular convolution is replaced by dynamic convolution for the model. In the experiment， a data set of Forest 30 was constructed in the “Millennium Xiulin” of Xiong，an New Area. The experimental results show that the pest identification accuracy of the DCP-ShufflenetV2 model is 92.43%， and the number of parameters， computation amount and memory size of the improved model are 0.13 M， 24.53 M and 9.53 MB， respectively. Compared with the ShufflenetV2 network model， the pest identification accuracy of the improved model increased by 3.11%， and the reference number， computation amount and memory size were reduced by 62.83%， 42.48% and 15.13%， respectively. Compared with the current commonly used classification model， the average recognition accuracy is increased by 5.39%， the number of parameters， computation amount and memory size of the improved model are reduced by 14.32 M， 1 035.80 M and 35.98 MB on average.

Keywords：

pest identification; DCP-ShuffleNetV2; attention mechanism; CSP structure; feature extraction

0"引言

我國林業(yè)有害生物全年發(fā)生面積達12 784.5khm²，為近10年發(fā)生面積最大，其中，森林蟲害占比61.84%，林業(yè)蟲害一旦發(fā)生將嚴重危害林業(yè)的健康發(fā)展^［1］。因此，科學(xué)防治蟲害，精準(zhǔn)分類、精準(zhǔn)消殺對林業(yè)生態(tài)系統(tǒng)十分重要，關(guān)系生態(tài)系統(tǒng)的平衡和穩(wěn)定^［2］。

圖像識別算法可分為傳統(tǒng)的圖像識別方法^［3］和基于深度學(xué)習(xí)的圖像識別方法^［4］。傳統(tǒng)的圖像識別方法首先將采集到的害蟲數(shù)據(jù)進行預(yù)處理，然后提取害蟲的圖像特征，比如紋理、形狀、大小和顏色等，提取方法包括小波域變換、局部二值模式LBP、顏色共生矩陣CCM和灰度共生矩陣GLCM等，然后將提取的特征送入訓(xùn)練好的機器學(xué)習(xí)模型進行分類識別^［5］。肖志云等^［6］提取馬鈴薯害蟲的小波域紋理特征和空間域顏色特征以及形狀特征組合成特征向量，使用SVM分類器進行分類，相比傳統(tǒng)紋理特征提取方法，在特征計算量不增加的同時，平均識別率提高了17個百分點。鄒修國等^［7］將稻飛虱害蟲的圖像進行灰度化處理之后，使用數(shù)學(xué)形態(tài)學(xué)濾波，通過4種不變矩提取特征值后進行分類，平均識別率為91.7%。上述方法在特征提取過程中過度依賴算法設(shè)計者的主觀判斷，手動特征的選擇往往依賴于數(shù)據(jù)集，當(dāng)數(shù)據(jù)來源發(fā)生變化時，特征可能需要重新設(shè)計^［8］。

相比于傳統(tǒng)的機器學(xué)習(xí)算法，隨著數(shù)據(jù)量的爆炸式增長和計算機性能的提升，深度學(xué)習(xí)算法受到學(xué)者青睞，通過使用卷積神經(jīng)網(wǎng)絡(luò)CNN自動提取圖像底層特征，以端到端的方式自動完成學(xué)習(xí)，具有更高的魯棒性^［9］。孔建磊等^［10］提出了一種多流高斯概率融合網(wǎng)絡(luò)，挖掘害蟲細粒度特征，對自制的181種病蟲害的平均精度高達93.81%。Wei等^［11］提出了一種基于多尺度特征融合（MFFNet）的農(nóng)作物害蟲識別方法，對于12種農(nóng)作物害蟲的分類準(zhǔn)確率達到了98.2%。Khanramaki等^［12］集成了AlexNet、VGG16、ResNet50，使用遷移學(xué)習(xí)進行預(yù)訓(xùn)練，利用集成學(xué)習(xí)投票法得到最終結(jié)果，試驗表明，對于三種常見柑橘害蟲的準(zhǔn)確率達到99.04%，優(yōu)于其他CNN方法。Yang等^［13］通過較小的計算成本有效地改進SqueezeNet模型，在數(shù)據(jù)集IP102上的害蟲識別精度比原始模型提高2.3%，并部署在移動端。

盡管上述深度學(xué)習(xí)算法在害蟲識別任務(wù)中有較好的表現(xiàn)，但是考慮到林業(yè)害蟲識別的應(yīng)用場景大多對嵌入式或者移動設(shè)備的性能要求比較高，硬件資源受限，但目前大量神經(jīng)網(wǎng)絡(luò)模型參數(shù)量大，計算量高，因此需要在保障準(zhǔn)確率的情況下盡量壓縮模型的復(fù)雜度^［14］。另一方面在自然環(huán)境中多數(shù)害蟲的保護色與背景環(huán)境極其相似，并且類間差異小，模型需要在眾多輸入信息中聚焦關(guān)鍵信息，并降低其他信息的關(guān)注度。因此，如何在保證準(zhǔn)確率的情況下，設(shè)計輕量化卷積神經(jīng)網(wǎng)絡(luò)模型應(yīng)用到實際環(huán)境中已經(jīng)成為亟待解決的問題。

針對這些問題，本文提出一種基于DCP-ShuffleNetV2的輕量級害蟲識別方法，能夠在保持較高的識別準(zhǔn)確率的情況下進一步減小模型參數(shù)量和計算量。

1"試驗數(shù)據(jù)獲取與處理

1.1"害蟲圖像數(shù)據(jù)集制作

由于缺乏樣本，深度學(xué)習(xí)在林業(yè)害蟲識別中的應(yīng)用受到嚴重限制，構(gòu)建30類常見林業(yè)害蟲數(shù)據(jù)集Forest30。圖像采集地點為雄安新區(qū)“千年秀林”（39.005 156°N，116.047 255°E），在自然光環(huán)境下使用自主開發(fā)的APP“雄安新區(qū)千年秀林生物調(diào)查系統(tǒng)”共采集30類害蟲，各類別約100～150張并自動上傳至服務(wù)器，如圖1所示。

數(shù)據(jù)采集人員共分為5組，通過使用不同型號移動設(shè)備來提高數(shù)據(jù)集的多樣性。采集時間包括早晨8：00—10：00、中午12：00—1：00、傍晚5：00—6：00。為使試驗樣本豐富，充分利用網(wǎng)絡(luò)資源，從Google、Baidu、Bing等搜索引擎上搜集數(shù)據(jù)，對樣本進行補充。在林業(yè)專家的指導(dǎo)下，共采集星天牛、美國白蛾、黃刺蛾等30類常見林業(yè)害蟲，并標(biāo)記害蟲圖像類別，建立樣本數(shù)據(jù)集。部分林業(yè)害蟲圖像如圖2所示。

從圖2可以看出，害蟲圖像擁有復(fù)雜的背景，并且同類別害蟲形態(tài)差異比較小。其中星天牛、美國白蛾等大部分害蟲圖像的識別受背景因素干擾較大，并且褐邊綠刺蛾和黃刺蛾以及斑須蝽和麻皮蝽等同種類害蟲相似度較高，增大了整體識別難度。

1.2"圖像預(yù)處理

1.2.1"數(shù)據(jù)擴充

在開始訓(xùn)練之前，F(xiàn)orest30被分為3組：訓(xùn)練集、驗證集和測試集。首先從采集的圖像中選擇70%作為訓(xùn)練集，在剩下的30%中，選擇70%作為驗證集，剩余部分作為測試集。Thenmozhi等^［15］也使用了同樣的劃分方法。在深度學(xué)習(xí)中，卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練需要大量的數(shù)據(jù)，并且樣本分布不均勻也會影響模型識別的準(zhǔn)確率，因此對數(shù)據(jù)集進行擴充十分必要^［16］。在pytorch框架下結(jié)合openCV完成數(shù)據(jù)的擴充，主要采用方式包括平移變換（shift）、旋轉(zhuǎn)（rotation）、噪聲（noise）、水平翻轉(zhuǎn)（horizonal）等數(shù)據(jù)擴充方法，進而提升網(wǎng)絡(luò)模型的泛化能力。擴充后的數(shù)據(jù)訓(xùn)練集為10 540張，驗證集為3 133張，測試集為1 348張。Forest30數(shù)據(jù)集各類別詳細數(shù)量如表1所示。

1.2.2"圖像增強

由于部分圖片數(shù)據(jù)來自網(wǎng)絡(luò)資源，導(dǎo)致清晰度低于使用移動設(shè)備拍攝的原始圖像，為解決這一問題，使用一種多尺度的圖像細節(jié)提升算法^［17］，來改善圖像質(zhì)量，該方法使用3個不同尺度的高斯模糊對原圖進行濾波，然后在將濾波結(jié)果與原圖做減法，由此獲得不同程度的圖像細節(jié)信息，然后將這些細節(jié)信息融合到原圖中，從而提升圖像細節(jié)。該方法的增強效果如圖3所示，可以看到，害蟲背部的紋理、腿部等各細節(jié)得到明顯增強。

2"輕量級害蟲識別模型構(gòu)建

2.1"DCP-ShuffleNetV2害蟲識別模型

ShuffleNetV2卷積神經(jīng)網(wǎng)絡(luò)^［18］是2018年提出的輕量化模型，提出G1～G4準(zhǔn)則，通過通道拆分、通道混洗、分組卷積和深度可分離卷積，該網(wǎng)絡(luò)在計算復(fù)雜度和精度上取得了優(yōu)異的表現(xiàn)。但是在資源受限的林業(yè)害蟲具體的識別任務(wù)中，對于自然環(huán)境背景相對復(fù)雜的害蟲，識別效果仍然不佳，為兼顧模型復(fù)雜度與識別精度，選用ShuffleNetV2為基準(zhǔn)網(wǎng)絡(luò)模型，從特征提取、特征融合和輕量化三個方面進行改進。在輕量化方面，引入動態(tài)卷積（Dynamic Convolution）；在特征融合方面，引入CSP（Cross Stage Partial）結(jié)構(gòu)；在特征提取方面，引入金字塔分割注意力模塊PSA（Pyramid Split Attention）對ShuffleNetV2模型進一步優(yōu)化改進。綜上，將本文模型命名為DCP-ShuffleNetV2網(wǎng)絡(luò)模型，網(wǎng)絡(luò)結(jié)構(gòu)如圖4所示。

首先輸入圖像，圖像被送到卷積模塊DBR1，該卷積層修改普通卷積為動態(tài)卷積DyConv，經(jīng)最大池化MaxPool層之后，進入Stage模塊。將該模塊改進為DCP-Stage模塊，改進后的模塊分為三部分，第一部分是PSA金字塔分割注意力模塊，該模塊同樣使用動態(tài)卷積，且擁有4種不同的感受野，卷積核大小分別1×1、3×3、5×5、7×7。第二部分為步長為2時下采樣單元Stage_down。第三部分為步長為1的Stage_CSP單元，該單元將原模型的基本單元修改為CSP結(jié)構(gòu)。最后經(jīng)過卷積層DBR5、GlobalPool全局平均池化和全連接層FC處理之后，輸出30類害蟲的預(yù)測結(jié)果。

2.2"基于動態(tài)卷積的金字塔分割注意力模塊PSA

在傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)的卷積操作中，一旦訓(xùn)練結(jié)束，所有的卷積核參數(shù)不再發(fā)生變化，所有的卷積核對輸入的特征圖進行相同處理，因此為提高模型的性能，往往會增加卷積層的數(shù)量或者卷積層的通道數(shù)，導(dǎo)致網(wǎng)絡(luò)模型參數(shù)和計算量的大幅增長。為壓縮模型，滿足輕量化、易部署的需求，將ShuffleNetV2中的普通卷積更改為動態(tài)卷積。動態(tài)卷積^［19］的卷積核具有自適應(yīng)能力，主要借鑒注意力機制的方法，是一種具有注意力機制的卷積核，會隨著輸入特征圖變化而動態(tài)的發(fā)生變化。

如圖5所示，輸入的特征圖F，通過注意力attention模塊計算出k個卷積核的權(quán)重π_i，對卷積核進行加權(quán)，其中π1+…+πk=1，通過非線性的方式疊加多個卷積核，采用分組卷積的形式，最終形成動態(tài)卷積，再經(jīng)過批量歸一化處理以及激活函數(shù)，輸出特征圖F′，減少參數(shù)量和計算量的同時帶來更強的表示能力。

由于害蟲識別的自然場景比較復(fù)雜，林木中大部分害蟲存在保護色，例如大青葉蟬整體呈綠色，與葉片很容易混為一體。并且同類害蟲差異也很小，比如松墨天牛、星天牛和桑天牛，基本擁有一樣的形態(tài)特征，不同之處在于身體顏色以及紋理細節(jié)特征，捕捉這些細節(jié)紋理相對比較困難，然而顏色的差異和細微的紋理變化是區(qū)分不同害蟲的關(guān)鍵。針對此問題在ShuffleNetV2的Stage模塊中引入將普通卷積修改為動態(tài)卷積的金字塔分割注意力模塊PSA，通過提取多尺度的空間信息和跨通道依賴關(guān)系，有效地學(xué)習(xí)上下文信息，從而提升模型對細粒度的特征信息的學(xué)習(xí)能力。PSA^［20］模塊結(jié)構(gòu)如圖6所示。

首先將原始特征圖分為4部分，分別進行動態(tài)分組卷積，對于給定的輸入特征圖I∈R^C×W×H，通過分組卷積模塊得到多尺度空間特征圖F_i∈R^C×W×H，其中i=1，2，3，4。

F_i=DyConv（I，Kj×Kj，C/4）

（1）

式中：

DyConv（）——動態(tài)分組卷積操作；

Kj×Kj——

卷積核大小，j=1，3，5，7。

對于不同比例的輸入特征圖F_i，通過權(quán)重模塊獲取多尺度通道注意力權(quán)重向量

s_i=SEWeight（F_i）={s1，s2，s3，s4}

（2）

式中：

SEWeight（）——SE權(quán)重函數(shù)。

再經(jīng)過SoftMax函數(shù)進行歸一化處理，將結(jié)果映射到［0，1］之間，得到a_i={a1，a2，a3，a4}。

a_i=SoftMax（s_i）=exp（s_i）∑C-1i=0exp （s_i）

（3）

將多尺度空間特征圖F_i與通道權(quán)重向量a_i相乘得到多尺度通道注意權(quán)重的特征圖Y_i=F_ia_i。最終使用拼接操作Concat得到最終的輸出特征圖O=Concat（［Y1，Y2，Y3，Y4］）。

2.3"基于動態(tài)卷積CSP的模型結(jié)構(gòu)優(yōu)化

基準(zhǔn)網(wǎng)絡(luò)模型ShuffleNetV2的Stage模塊具有兩種分支結(jié)構(gòu)，當(dāng)卷積操作步長為1時，分支結(jié)構(gòu)基本單元如圖7（a）所示，保持特征圖輸入輸出尺寸大小不變。當(dāng)卷積操作步長為2時，分支結(jié)構(gòu)下采樣單元如圖7（b）所示，包含下采樣操作，縮小特征圖尺寸，Stage模塊通過通道混洗（Channel Shuffle）以及深度可分離卷積（Depthwise Separable Convolution）^［21］等操作減少計算量的同時，完成了通道之間的信息融合，增強了特征信息的表達能力，然而該操作僅考慮通道之間信息的編碼，沒有考慮到不同特征層之間信息的融合，在一定程度上影響模型對林業(yè)害蟲的識別能力。

為進一步提升模型準(zhǔn)確率并減小模型參數(shù)量和計算量，將基本單元結(jié)構(gòu)（Basic uint）改造成CSPNet模型^［22］的CSP結(jié)構(gòu)，將基準(zhǔn)網(wǎng)絡(luò)模型中的普通卷積替換為卷積核大小可變的動態(tài)卷積。如圖8所示，Stage_csp單元將原模型的基本單元結(jié)構(gòu)的輸入，通過Channel Split操作使得通道數(shù)減半，一部分經(jīng)過原來的基本單元路徑，另一部分經(jīng)過卷積操作，最終通過Concat方式將兩個分支重新合并。CSP結(jié)構(gòu)將原始害蟲特征與經(jīng)過原路徑輸出的害蟲特征進行跨度連接，促進原始特征信息進行融合，并且通過跨度連接的方式，增加不同特征層之間的信息流動，既降低計算量又豐富梯度信息，進一步提高了模型對害蟲紋理、顏色等特征的學(xué)習(xí)能力。

2.4"評價指標(biāo)

選用以下評價指標(biāo)：參數(shù)量、浮點運算量、內(nèi)存大小、識別準(zhǔn)確率Accuracy、平均召回率MRec，平均精確率MPre以及平均F1值MF1。

識別準(zhǔn)確率是指預(yù)測正確的樣本量占測試總樣本量的比例，計算如式（4）所示。

Accuracy=PPall×100%

（4）

式中：

P——害蟲被正確預(yù)測的樣本數(shù)量；

Pall——測試集中害蟲樣本總量。

計算每個類別的召回率，取平均值，如式（5）、式（6）所示。Prec和MPre計算如式（7）、式（8）所示。

Recc=TPcTPc+FNc

（5）

MRec=∑Nc=1ReccN

（6）

式中：

Recc——第c類的召回率；

TPc——第c類的真陽性樣本數(shù)量；

FNc——第c類的假陰性樣本數(shù)量；

N——害蟲類別數(shù)量。

Prec=TPcTPc+FPc

（7）

MPre=∑Nc=1PrecN

（8）

式中：

FPc——第c類的假陽性樣本數(shù)量。

MF1為MRec和MPre的調(diào)和均值，計算如式（9）所示。

MF1=2×MPre×MRecMPre+MRec

（9）

3"試驗結(jié)果與分析

試驗平臺為矩池云深度學(xué)習(xí)云平臺，基于pytorch 1.8深度學(xué)習(xí)框架，python3.8API訓(xùn)練環(huán)境，在Pycharm軟件上編譯，在顯存大小為11 G的Tesla K80 GPU上訓(xùn)練。超參數(shù)配置如下：初始學(xué)習(xí)率為0.01，損失函數(shù)采用交叉熵損失函數(shù)，選擇Adam作為學(xué)習(xí)率優(yōu)化器，使用ExponentialLR學(xué)習(xí)率衰減策略調(diào)整學(xué)習(xí)率。為避免訓(xùn)練次數(shù)過多所導(dǎo)致的過擬合問題，試驗設(shè)置最大epoch為100，當(dāng)驗證集上的分類準(zhǔn)確率在10個epoch之后依然沒有提高時，訓(xùn)練階段將停止。

3.1"DCP-ShuffleNetV2模型消融試驗

為實現(xiàn)高性能、輕量化的卷積神經(jīng)網(wǎng)絡(luò)模型，以ShuffleNetV2為基準(zhǔn)網(wǎng)絡(luò)模型，驗證DCP-ShuffleNetV2模型的有效性。采用5種消融試驗方案，在Forest30數(shù)據(jù)集上進行訓(xùn)練和評估。方案1僅采用原模型ShuffleNetV2進行試驗。方案2在原模型的基礎(chǔ)上，引入金字塔分割注意力PSA模塊進行試驗。方案3在原模型基礎(chǔ)上，修改Stage模塊為CSP結(jié)構(gòu)進行試驗。方案4在原模型基礎(chǔ)上，引入PSA模塊，并修改Stage模塊為CSP結(jié)構(gòu)進行試驗。方案5在方案4改進的基礎(chǔ)上，將普通卷積修改為動態(tài)卷積，形成本文的DCP-ShuffleNetV2模型。試驗結(jié)果如表2所示。

比較方案1和方案2可知，相比于原模型，在基準(zhǔn)模型中引入PSA模塊后，準(zhǔn)確率提升1.18%，同時參數(shù)量和計算量分別增長17.97%和69.89%。比較方案1和方案3可知，將ShuffleNetV2的Stage模塊，修改為CSP結(jié)構(gòu)，相比于原模型，準(zhǔn)確率提高1.56%，參數(shù)量減少16.39%，浮點運算量減少19.95%。并且所占內(nèi)存減小1.7MB，說明CSP結(jié)構(gòu)可以有效的增強特征融合能力的同時減小計算成本。綜合方案2、方案3和方案4的試驗結(jié)果可知，方案4結(jié)合PSA模塊和CSP結(jié)構(gòu)，在3組試驗方案中，達到最高的識別準(zhǔn)確率92.23%。相較于單獨使用兩個改進策略，通過PSA模塊提取的害蟲細節(jié)特征，再經(jīng)過CSP結(jié)構(gòu)的跨階段融合后，能夠達到更好的效果。比較方案4和方案5可知，將普通卷積替換為動態(tài)卷積之后，模型的準(zhǔn)確率雖然只增長0.2%，但是參數(shù)量和浮點運算量分別減少63.41%和61.64%。表明動態(tài)卷積得益于自適應(yīng)生成的小卷積核尺寸和動態(tài)卷積內(nèi)部所使用的分組卷積，使得模型參數(shù)量和計算量大幅下降。

此外，方案1和方案5的試驗結(jié)果表明，相對于改進前的ShuffleNetV2模型，改進后的DCP-ShuffleNetV2模型在Forest30數(shù)據(jù)集上的害蟲識別準(zhǔn)確率提升3.11%，參數(shù)量、計算量和內(nèi)存大小分別減少62.83%、42.48%和15.13%。綜上所述DCP-ShuffleNetV2模型是一種高性能、輕量化的網(wǎng)絡(luò)模型。

3.2"同類卷積神經(jīng)網(wǎng)絡(luò)模型性能對比試驗

為評估DCP-ShuffleNetV2網(wǎng)絡(luò)對林業(yè)害蟲識別性能的優(yōu)越性，選取同類優(yōu)秀網(wǎng)絡(luò)模型進行比較，包括AlexNet、ResNet-18、ResNet-50以及輕量級網(wǎng)絡(luò)MobileNetV2、MobileNetV3、GhostNet、ShuffleNetV2。為遵循單一變量原則，排除其他因素的干擾，試驗均采用相同的試驗參數(shù)配置，保持模型基本架構(gòu)不變的情況下，將最后一個全連接層的維度修改為30，以適應(yīng)的30個害蟲類別。試驗結(jié)果如表3所示。

由表3可知，DCP-ShuffleNetV2模型在所有待比較模型中達到最好的性能，與目前常用的分類模型相比，識別準(zhǔn)確率平均提高5.39%，模型參數(shù)量、計算量和內(nèi)存大小平均減小14.32 M、1 035.80 M和35.98 MB。因此，該模型具有高性能、輕量化的特點。后續(xù)工作可嘗試將其應(yīng)用于嵌入式設(shè)備，以滿足林業(yè)害蟲識別任務(wù)的真實需求，促進智慧林業(yè)的發(fā)展。

3.3"不同注意力機制性能對比試驗

為驗證金字塔分割注意力PSA的性能，將DCP-ShuffleNetV2模型中的PSA模塊替換成通道注意力ECA（Efficient Channel Attention）^［23］、坐標(biāo)注意力CA（Coordinate Attention）^［24］、通道注意力SE（Squeeze-and-Excitation）^［25］進行對比試驗，試驗結(jié)果如表4所示。

比較方案1和3可知，SE和ECA都為通道注意力機制，ECA性能明顯優(yōu)于SE模塊，這表明在通道注意力機制中，ECA模塊更有效，ECA將原來SE模塊的全連接層直接去掉，在經(jīng)過全局平均池化之后的特征上，通過一個1D卷積進行學(xué)習(xí)，而SE模塊捕獲所有通道的依賴關(guān)系，徒增了參數(shù)量和計算量，是低效且沒有必要的。比較方案2、方案3和方案4可知，CA運算量最低，但識別準(zhǔn)確率與PSA相比減少2.1%，ECA參數(shù)量最低，識別準(zhǔn)確率與PSA相比減少1.78%，而PSA只增長少量參數(shù)量和計算量，取得更高的識別準(zhǔn)確率，滿足提高準(zhǔn)確率的前提下，盡量減少模型參數(shù)量和計算量的需求。

由于卷積神經(jīng)網(wǎng)絡(luò)具有不可解釋性，為進一步探究PSA的有效性，使用激活熱圖（Grad-CAM）^［26］對不同模型進行可視化分析比較。從圖9可以看出，對于輸入的原始害蟲圖像，SE、CA和ECA受到背景信息的干擾。而PSA既考慮空間信息，也考慮通道信息，可以更加精確的聚焦到圖像中害蟲的重要區(qū)域，并且降低復(fù)雜背景的關(guān)注度。表明PSA模塊可以根據(jù)多尺度的上下文信息有效提取林業(yè)害蟲的關(guān)鍵特征，因此具有更強的學(xué)習(xí)能力。

3.4"害蟲識別模型部署

基于DCP-ShuffleNetV2模型，設(shè)計并實現(xiàn)30類林業(yè)識蟲小程序（圖10）。首先，用戶通過相冊或者攝像頭拍攝上傳一幅害蟲圖像，通過小程序?qū)⒋R別的害蟲圖像發(fā)送給Web應(yīng)用框架Flask搭建的系統(tǒng)后臺，并將圖像分辨率轉(zhuǎn)換為224×224×3進行歸一化處理，輸入到部署好的模型中進行識別，最終將識別結(jié)果返回到小程序展示給用戶。

由圖10可知，DCP-ShuffleNetV2模型在林業(yè)害蟲識別任務(wù)中具有較好的應(yīng)用效果，后續(xù)工作將會進一步采集害蟲數(shù)據(jù)，擴大數(shù)據(jù)集，并考慮在資源受限的嵌入式設(shè)備中開展試驗與部署工作。

4"結(jié)論

1） "選用輕量級卷積神經(jīng)網(wǎng)絡(luò)ShuffleNetV2為基準(zhǔn)網(wǎng)絡(luò)模型，設(shè)計并提出基于PSA模塊、CSP結(jié)構(gòu)和動態(tài)卷積的DCP-ShuffleNetV2網(wǎng)絡(luò)模型。構(gòu)建包含30類蟲害數(shù)據(jù)集Forest30，通過數(shù)據(jù)擴充增強策略，平衡各類別蟲害圖像的分布。

2） "針對林業(yè)害蟲復(fù)雜背景以及類間差異小的問題，引入金字塔分割注意力PSA模塊，提取多尺度融合的空間信息以及跨通道信息，增強模型的特征提取能力。試驗結(jié)果表明，相比于原模型，引入PSA模塊后，準(zhǔn)確率提升1.18%。

3） "將基準(zhǔn)模型的Stage模塊修改為CSP結(jié)構(gòu)，將原始害蟲特征與經(jīng)過原路徑輸出的害蟲特征進行跨度連接，增加不同特征層之間的信息流動，有效地增強特征融合能力，并且降低計算量。試驗結(jié)果表明，將ShuffleNetV2的Stage模塊，修改為CSP結(jié)構(gòu)，相比于原模型，準(zhǔn)確率提高1.56%，參數(shù)量減少16.39%，浮點運算量減少19.95%。

4） "為進一步壓縮模型參數(shù)量和計算量，引入動態(tài)卷積，形成DCP-ShuffleNetV2林業(yè)害蟲識別模型。該模型參數(shù)量僅為138 458，模型大小僅為9.53 MB，與基準(zhǔn)模型相比，在自制的Forest30數(shù)據(jù)集上的害蟲識別準(zhǔn)確率提升3.11%，參數(shù)量、計算量和內(nèi)存大小分別減少62.83%、42.48%和15.13%有效的平衡識別準(zhǔn)確率和模型的復(fù)雜度。

參"考"文"獻

［1］

國家統(tǒng)計局. 2021中國統(tǒng)計年鑒［M］. 北京： 中國統(tǒng)計出版社， 2021.

［2］

翟肇裕， 曹益飛， 徐煥良， 等. 農(nóng)作物病蟲害識別關(guān)鍵技術(shù)研究綜述［J］. 農(nóng)業(yè)機械學(xué)報， 2021， 52（7）： 1-18.

Zhai Zhaoyu， Cao Yifei， Xu Huanliang， et al. Review of key techniques for crop disease and pest detection ［J］. Transactions of the Chinese Society for Agricultural Machinery， 2021， 52（7）： 1-18.

［3］

李文勇， 李明， 陳梅香，等. 基于機器視覺的作物多姿態(tài)害蟲特征提取與分類方法［J］. 農(nóng)業(yè)工程學(xué)報， 2014， 30（14）： 154-162.

Li Wenyong， Li Ming， Chen Meixiang， et al. Feature extraction and classification method of multi-pose pests using machine vision ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2014， 30（14）： 154-162.

［4］

王美華， 吳振鑫， 周祖光. 基于注意力改進CBAM的農(nóng)作物病蟲害細粒度識別研究［J］. 農(nóng)業(yè)機械學(xué)報， 2021， 52（4）： 239-247.

Wang Meihua， Wu Zhenxin， Zhou Zuguang. Fine-grained identification research of crop pests and diseases based on improved CBAM via attention ［J］. Transactions of the Chinese Society of Agricultural Machinery， 2021， 52（4）： 239-247.

［5］

張永玲， 姜夢洲， 俞佩仕， 等. 基于多特征融合和稀疏表示的農(nóng)業(yè)害蟲圖像識別方法［J］. 中國農(nóng)業(yè)科學(xué)， 2018， 51（11）： 2084-2093.

Zhang Yongling， Jiang Mengzhou， Yu Peishi， et al. Agricultural pest identification based on multi-feature fusion and sparse representation ［J］. Scientia Agricultura Sinica， 2018， 51（11）： 2084-2093.

［6］

肖志云， 劉洪. 小波域馬鈴薯典型蟲害圖像特征選擇與識別［J］. 農(nóng)業(yè)機械學(xué)報， 2017， 48（9）： 24-31.

Xiao Zhiyun， Liu Hong. Features selection and recognition of potato typical insect pest images in wavelet domain ［J］. Transactions of the Chinese Society for Agricultural Machinery， 2017， 48（9）： 24-31.

［7］

鄒修國， 丁為民， 劉德營，等. 基于4種不變矩和BP神經(jīng)網(wǎng)絡(luò)的稻飛虱分類［J］. 農(nóng)業(yè)工程學(xué)報， 2013， 29（18）： 171-178.

Zou Xiuguo， Ding Weimin， Liu Deying，et al. Classification of rice planthopper based on invariant moments and BP neural network ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2013， 29（18）： 171-178.

［8］

陳娟， 陳良勇， 王生生，等. 基于改進殘差網(wǎng)絡(luò)的園林害蟲圖像識別［J］. 農(nóng)業(yè)機械學(xué)報， 2019， 50（5）： 187-195.

Chen Juan， Chen Liangyong， Wang Shengsheng，et al. Pest image recognition of garden based on improved residual network ［J］. Transactions of the Chinese Society for Agricultural Machinery， 2019， 50（5）： 187-195.

［9］

Deng L， Wang Y， Han Z， et al. Research on insect pest image detection and recognition based on bio-inspired methods ［J］. Biosystems Engineering， 2018， 169： 139-148.

［10］

孔建磊， 金學(xué)波， 陶治，等. 基于多流高斯概率融合網(wǎng)絡(luò)的病蟲害細粒度識別［J］. 農(nóng)業(yè)工程學(xué)報， 2020， 36（13）： 148-157.

Kong Jianlei， Jin Xuebo， Tao Zhi，et al. Fine-grained recognition of diseases and pests based on multi-stream Gaussian probability fusion network ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2020， 36（13）： 148-157.

［11］

Wei D， Chen J， Luo T， et al.Classification of crop pests based on multi-scale feature fusion ［J］. Computers and Electronics in Agriculture， 2022， 194： 106736.

［12］

Khanramaki M， Asli-Ardeh E A， Kozegar E. Citrus pests classification using an ensemble of deep learning models ［J］. Computers and Electronics in Agriculture， 2021， 186： 106192.

［13］

Yang Z， Yang X， Li M， et al. Automated garden-insect recognition using improved lightweight convolution network ［J］. Information Processing in Agriculture， 2021.

［14］

李江昀， 趙義凱， 薛卓爾，等. 深度神經(jīng)網(wǎng)絡(luò)模型壓縮綜述［J］. 工程科學(xué)學(xué)報， 2019， 41（10）： 1229-1239.

Li Jiangyun， Zhao Yikai， Xue Zhuoer， et al. A survey of model compression for deep neural networks ［J］. Chinese Journal of Engineering， 2019， 41（10）： 1229-1239.

［15］

Thenmozhi K， Reddy U S. Crop pest classification based on deep convolutional neural network and transfer learning ［J］. Computers and Electronics in Agriculture， 2019， 164： 104906.

［16］

Liu Y， Liu S， Xu J， et al. Forest pest identification based on a new dataset and convolutional neural network model with enhancement strategy ［J］. Computers and Electronics in Agriculture， 2022， 192： 106625.

［17］

Kim Y， Koh Y J， Lee C， et al. Dark image enhancement based on pairwise target contrast and multi-scale detail boosting ［C］. International Conference on Image Processing （ICIP）. IEEE， 2015： 1404-1408.

［18］

Ma N， Zhang X， Zheng H T， et al. ShuffleNetV2： Practical guidelines for efficient CNN architecture design ［C］. Proceedings of the European Conference on Computer Vision， 2018： 116-131.

［19］

Chen Y， Dai X， Liu M， et al. Dynamic convolution： Attention over convolution kernels ［C］. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition， 2020： 11030-11039.

［20］

Zhang H， Zu K， Lu J， et al. EPSANet： An efficient pyramid squeeze attention block on convolutional neural network ［J］. arXiv preprint arXiv：2105.14447， 2021.

［21］

Sandler M， Howard A， Zhu M， et al. MobileNetV2： Inverted residuals and linear bottlenecks ［C］. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition， 2018： 4510-4520.

［22］

Wang C Y， Liao H Y M， Wu Y H， et al. CSPNet： A new backbone that can enhance learning capability of CNN ［C］. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops， 2020： 390-391.

［23］

Wang Q， Wu B， Zhu P， et al. ECANet： Efficient channel attention for deep convolutional neural networks ［C］. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition， 2020： 11531-11539.

［24］

Hou Q， Zhou D， Feng J. Coordinate attention for efficient mobile network design ［C］. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition， 2021： 13713-13722.

［25］

Hu J， Shen L， Sun G. Squeeze-and-excitation networks ［C］.Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition， 2018： 7132-7141.

［26］

Selvaraju R R， Cogswell M， Das A， et al. Grad-CAM： Visual explanations from deep networks via gradient-based localization ［C］. Proceedings of the IEEE International Conference on Computer Vision， 2017： 618-626.