基于深度學習的植物圖像識別方法研究

袁銀++王東斌++劉永金

摘要 傳統植物圖像識別研究主要集中在植物葉片圖像。研究將深度神經網絡學習運用于植物識別領域，突破局部葉片圖像的限制，對常規植物圖片進行識別。該方法運用googleNet的深度卷積神經網絡結構，通過圖像旋轉、鏡像、隨機裁剪等數據預處理方法擴充訓練集，再利用SGD（隨機梯度下降法）進行模型算法優化，生成對50種常規植物圖像的識別模型。結果表明，該模型在測試集上能夠達到平均90%的準確率。

關鍵詞 植物圖像識別；深度學習；神經網絡

中圖分類號 TP391.41 文獻標識碼 A 文章編號 1007-5739（2017）23-0278-03

Abstract Traditional plant image recognition research is mainly focused on plant leaf images.The deep neural network was applied to the field of plant recognition，it breaks through the restriction of the local leaf image and identifies the conventional plant pictures.GoogleNet deep convolution neural network structure was used，the training set was extend by data preprocessing methods such as image rotation，mirror image，random clipping and so on，and then SGD（stochastic gradient descent method）was used to optimize the model algorithm to generate 50 kinds of common plant image recognition model.The results showed that the model could achieve an average accuracy of 90% on the test data set.

Key words plant image recognition；depth learning；neural network

植物是地球分布最廣泛的生命形式，與人類生活環境的關系最為密切。目前，植物物種的識別主要依靠有經驗的專家和相關行業從業人員的專業知識和實踐經驗，工作量大且效率低。隨著計算機的計算能力大幅提升，尤其是移動終端性能的提升和普及，人們獲取、保存和處理植物圖像的能力大幅度提升。研究如何通過植物圖像快速識別植物種類具有非常重要的意義，既可以促進植物分類學科的發展，又可以普及植物知識，激發人們熱愛植物、保護環境生態的熱情[1-3]。

目前，業內對植物圖像識別的研究主要集中在植物葉片圖像的識別方法上。在國外，早在1993年，Guyer等[4]通過提取17種葉片形狀特征對40類植物進行分類。在國內，杜吉祥等[5]研究了用Gabor小波對植物葉片圖像進行多尺度紋理特征提取，再利用神經網絡模型對特征向量進行分類識別的方法。張 寧[6]提出了一種基于克隆選擇算法和K近鄰判別分析的葉片識別方法。李 萍等[7]提出了一種基于改進稀疏表示的植物識別方法，利用最近鄰準則實現稀疏表示，通過稀疏表示系數實現植物識別，而不需要進行特征提取。

隨著構建深層網絡結構進行多層次特征學習的人工智能方法在大規模圖片分類（ImageNet）競賽上取得突破性進展，其在各個方面都受到了極大的關注，在圖像識別與語音識別領域也取得了很大的成功[8-10]。本文將深度學習應用在植物圖像識別領域，使植物識別突破只能依靠局部葉片圖像的限制，實現對常規植物圖片的識別。

1 深度學習的概念及原理

神經網絡的基本神經元的結構是wx+b的形式，如圖1所示，其中x1，x2表示輸入向量，w1，w2為權重，有幾個輸入則意味著有幾個權重，即每個輸入都被賦予一個權重，b為偏置bias，g（z）為激活函數，a為輸出。最終得到的輸出是g（z）=g（w1×x1+w2×x2+b），g是激活函數。

深度學習（deep learning）是深度神經網絡學習方法的簡稱，傳統的神經網絡一般有一個隱藏層，神經元之間采取全連接的方式，而深度學習基于深層構建的結構，在神經網絡的輸入和輸出中間有多層的神經元網絡（圖2）。

卷積神經網絡（convolutional neural network）廣泛應用在圖像領域。圖3為卷積神經網絡中的一個卷積層，由卷積操作（convolution）、非線性響應操作（relu）以及池化操作（pooling）組成。

CONV為卷積計算層，線性乘積求和。由圖4可知，左邊是圖像輸入，中間部分就是濾波器filter（帶著一組固定權重的神經元，也稱卷積核），不同的濾波器filter會得到不同的輸出數據，比如顏色深淺、輪廓。相當于如果想提取圖像的不同特征，則用不同的濾波器filter，提取想要的關于圖像的特定信息，如顏色深淺或輪廓。relu為激勵層。relu是激活函數的一種。pooling為池化層。簡言之，即取區域平均或最大，即最大化該卷積層得到的特征，如圖5所示。

2 實驗方法

2.1 算法流程

深度學習算法能夠有效運行的一個關鍵就是基于大規模數據，因為深度學習網絡有眾多的參數，少量數據無法對網絡參數進行充分訓練。使用GoogleNet層的網絡結構，把在ImageNet上訓練好的網絡參數用于植物識別網絡的初始化參數，然后用標定的植物圖像對網絡權重使用反向傳播的方法進行調整，直到訓練完成（圖6）。

2.2 數據獲取

首先要確定數據收集范圍。實驗選擇華南地區50種常見植物名單，要求照片采集人員采用主流的普通數碼相機、常用各大品牌手機，使用正常的觀賞距離、多角度進行拍攝，模擬普通人對植物花草的拍照場景。每種植物至少拍攝200張。

2.3 工具選擇

基于前文深度學習的基礎元素，采用caffe進行模型構建。caffe是C++開發的深度學習框架，計算效率高，包含python與matlab接口，能夠在讀取網絡模型定義后實現自動求導、反向傳播訓練，而且可切換CPU或GPU計算。

2.4 數據預處理

2.4.1 數據擴充。為保證數據相對平衡并增加數據量，采用多種圖像數據擴充方法，包括順時針旋轉、逆時針旋轉、水平鏡像翻轉、垂直鏡像翻轉、隨機剪裁（圖7）。

2.4.2 制作均值文件。即求所有訓練數據像素的平均值，訓練時會對圖片做減均值處理，這樣的好處是把輸入數據各個維度都中心化為0，避免數據過多偏差而影響訓練效果。

2.4.3 劃分訓練集與測試集。將處理好的圖片數據隨機分為訓練集與測試集，訓練過程只在訓練集中進行。在訓練結束后，以測試集來估計準確率。

2.5 訓練參數設置

在選擇學習率、迭代次數這些模型外參數時，采用多折交叉驗證法，將訓練集再拆分為實際訓練集與交叉驗證集。通過觀察各類參數的不同效果，經過多次嘗試，利用交叉驗證，最終確定了0.000 1初始學習率，20萬次的迭代次數。初始學習率影響的是每一次反向傳播時，對參數優化的調整幅度，需要根據特定任務確定合適的學習率，若幅度過大，則有可能矯枉過正，反而產生更差的結果；若幅度過小，則可能導致每次進步很小，優化到最優結果的迭代次數過大，耗時過長。

2.6 優化算法

傳統的反向傳播算法，每次計算所有圖片的累計錯誤才能進行一次迭代。在大量數據的場景下，這樣將導致消耗巨大的計算資源，耗時很長。因此，采用隨機梯度下降的優化算法，將訓練數據每次只取一小批，計算錯誤后即做反向傳播優化，反復迭代處理。 該種方法雖然每次并不是最優方向，但在保證數據足夠隨機和迭代次數足夠多的情況下，依然能保證得到足夠好的結果，且計算消耗大幅減少，縮短訓練時長。

2.7 結果與應用

經過一系列處理與訓練，得到了訓練好的神經網絡模型與參數，利用測試集檢驗，最終得到平均90%的準確性。植物識別模型封裝為可調用的程序模塊，可實際應用到web服務和移動APP，通過云服務方式實現實時在線識別植物品種。

3 結語

本文提出的基于深度學習的植物圖像識別方法，突破了基于植物局部特征識別的局限，擺脫了數據采集需要高度專業化的限制，降低了植物圖像識別的門檻，在識別速度和準確性方面有了較大的突破。本方法需要的訓練數據量較大，未來可探討搜集互聯網海量植物圖片作為訓練集，實現模型的快速迭代和優化。

4 參考文獻

[1] KRIZHEVSKY，A，SUTSKEVER I，et al.Imagenet classification with deep convolutional neural networks[R].Advances in neural information proce-ssing systems，2012.

[2] PRASOON A，PETERSEN K，IGEL C，et al.Deep feature learning for knee cartilage segmentation using a triplanar convolutional neural network[J].Med Image Comput Comput Assist Interv，2013，16（2）：246-53.

[3] SIMONYAN K，ZISSERMAN A.Very deep convolutional networks for large-scale image recognition[R].arXiv technical report，2014.

[4] GUYER D E，MILES G E， GAULTNEY L D，et al.A pplication of machine to shape analysis in leaf and plant identification[J].Transactions of the Asae，1993，36（1）：163-171.

[5] 杜吉祥，翟傳敏.基于Gabor文理特征的植物圖像識別方法[C]//第十四屆全國圖像圖形學學術會議論文集.北京：中國圖像圖形學會，2008：246-250.

[6] 張寧.基于圖像分析的植物葉片識別算法研究[D].北京：北京林業大學信息學院，2013.

[7] 李萍，張波，張善文.基于葉片圖像處理和稀疏表示的植物識別方法[J].江蘇農業科學，2016，44（9）：364-367.

[8] 張寧，劉文萍.基于圖像分析的植物葉片識別技術綜述[J].計算機應用研究，2011（11）：4001-4007.

[9] 蘇玉梅.植物葉片圖像分析方法的研究與實現[D].南京：南京理工大學，2007.

[10] 龔丁喜，曹長榮.基于卷積神經網絡的植物葉片分類[J].計算機與現代化，2014（4）：12-15.