基于深度遷移學習模型的花卉種類識別

劉嘉政

摘要：為了解決傳統花卉識別方法中特征提取主觀性強、模型泛化能力差、錯分率高的問題，提出一種基于Inception_v3的深度遷移學習模型的花卉圖像識別方法。本研究對5種常見花卉圖像進行識別分類，首先對原始圖像進行預處理，通過對每張圖像進行水平翻轉、旋轉操作，擴增數據集;其次，采用預訓練完畢的Inception_v3模型，對其在ImageNet上訓練好的網絡參數進行遷移學習，對各個參數進行微調，并保留原模型的特征提取能力，并將原模型的全連接層替換為符合本研究要求的5分類softmax分類輸出層，從而構建基于深度遷移學習的識別模型。對5種花卉共計11 000張圖像進行訓練和驗證，平均識別正確率達到93.73%，與傳統的花卉識別方法相比，識別率得到提高，模型魯棒性更強，具有一定的使用價值。

關鍵詞：花卉種類;深度學習;遷移學習;識別分類

中圖分類號： TP391.4?文獻標志碼： A

文章編號：1002-1302（2019）20-0231-05

花卉種類識別，一直是植物識別領域的熱門話題之一。在國內，諸多學者在花卉種類識別的研究中，取得了一些進展。在傳統方法上，吳笑鑫等采用Grab Cut分割算法，提取花卉圖像特征，并將支持向量機（SVM）作為分類器，識別率達到92.5%[1];劉晶晶等通過提取牡丹紋理和形狀特征，采用BP神經網絡進行識別分類，提高了準確率和穩定性[2];柯逍等利用Canny算子對花卉雷同圖片進行過濾分割，結合形狀特征和紋理特征的邊緣LBP算子，實現對花卉種類的識別[3]。翟果等通過提取菊花的顏色、形狀和紋理3個方面的特征，并以此建立特征模型，最后采用KNN算法對未知觀賞菊品種進行分類識別，取得了理想的識別效果[4]。但是，傳統的花卉識別方法中，存在兩大問題：（1）過分依賴人工提取特征，受到人的主觀影響大，并且費時費力;（2）傳統的方法只適合于小樣本量的識別，對于海量圖像數據，達不到識別要求。另外，由于花卉的種類繁多，花卉形態各式各樣，目前而言，并沒有一種普適性的方法能夠識別所有花卉種類。

但隨著理論知識和計算機技術的飛速發展，卷積神經網絡在圖像識別領域越來越受到歡迎。袁培森等以菊花為例，基于端到端的卷積神經網絡對菊花花型和品種進行識別，并實現了移動端菊花識別系統，平均識別率達到0.95左右[5];郭子琰等基于卷積神經網絡模型，并選用ReLu激活函數代替傳統的Sigmoid函數，取得了理想的識別效果[6]。沈萍等基于多隱層的深度卷積神經網絡，對80種常見花卉品種進行識別分類，識別率提高10%以上[7];但是，以上都是針對相同場景的花卉圖像識別，而且，面對海量數據，對于模型及計算機硬件要求都是極大的考驗。因此，深度遷移學習方法可以較好地解決上述問題。劉德建等基于LetNet模型構建多層的花卉識別網絡，識別效果良好[8];王麗雯等將AlexNet模型進行遷移學習，對Oxford花卉種類進行識別，精度提升了10%[9];Oquab等利用遷移卷積神經網絡在VOC2012上取得了很大的成功[10]。

因此，本研究提出基于Inception_v3模型[11]的遷移學習的花卉識別方法。利用預訓練的源模型，此方法的優點在于不需要模型源數據與本研究具體圖像數據一致，只是將Inception_v3模型的自動提取特征的能力移植過來，保留低層的結構參數，并對相關參數進行微調，從而構建適合本研究花卉識別的神經網絡。為了驗證本研究模型的性能，與傳統的支持向量機（SVM）做比較。試驗結果表明，本研究提出的方法識別正確率較傳統方法來說，有了明顯的提高。

1?數據與方法

1.1?數據集

本研究所用到的圖像來自于中國植物主題數據庫，主要選取了雛菊、蒲公英、玫瑰花、向日葵和郁金香5種常見花卉作為識別對象。5類花卉試驗樣本圖像共采集3 670張，其中雛菊633張，蒲公英898張，玫瑰花641張，向日葵699張，郁金香799張。

為避免訓練過擬合，對原始數據集進行擴增。通過Python腳本語言，將圖片進行水平翻轉、旋轉90°，對樣本量進行擴增。此時，共得到11 010張，其中雛菊1 899張，蒲公英2 694張，玫瑰花1 923張，向日葵2 097張，郁金香2 397張。每類花卉隨機選取200張圖片作為驗證集，剩余10 010張作為訓練集。表1列出了具體的數據集數量。每類花卉示例見圖1。

1.2?試驗方法

1.2.1?程序運行環境

本試驗環境為Windows 10系統，處理器為Intel（R）CoreTM i7-6700 CPU @ 3.40 GHz 3.41 GHz，運行內存為8.00 GB。本試驗所有代碼均在Pycharm代碼平臺、基于TensorFlow開源框架[12]、采用Python3語言編寫實現。

1.2.2?卷積神經網絡

卷積神經網絡（convolutional neural network，簡稱CNN）[13]結構有輸入層、卷積層、池化層、全連接層、輸出層。近年來，卷積神經網絡之所以在圖像識別領域發展迅速，得益于它的幾大特點：（1）自主進行學習，自動提取特征，無需過多的人工干預;（2）多卷積結構層，增強特征提取能力;（3）利用反饋機制，能夠自動更新、共享權值，不斷提高正確率。

1.2.3?深度遷移學習

遷移學習屬于機器學習的一種方法，是將一個任務訓練得到的模型移植到其他任務的訓練上來[14]。在大數據時代，要想訓練深度學習模型，得到理想的結果，須要耗費巨大的資源，對計算機硬件也更高。因此，深度遷移學習就成為很受歡迎的方法。和傳統的機器學習方法相比，深度遷移學習可以應用于多分類識別中，不需要訓練多個模型，只需要直接應用到其他的任務中即可。圖2為遷移學習和傳統機器學習的比較。

1.2.4?Inception_v3模型

Inception_v3模型是基于GoogleNet卷積神經網絡進行的改進。卷積神經網絡（CNN）的卷積層結構通常選用單一且固定尺寸的卷積核，Inception_v3模型在卷積層結構中嘗試使用不同尺寸的卷積核，并且將尺寸較大的卷積核拆分成幾個較小的卷積核。Inception_v3模型的原數據集包含大約120萬幅圖像，1 000多個種類，包含大約 2 500 萬個結構參數。

1.2.5?模型構建

圖3為本研究深度遷移學習模型的構建流程圖。利用在GoogleNet上預先訓練好的Inception_v3模型，將具有自動提取圖像特征能力的卷積、池化層遷移到本研究的模型中。當輸入1張花卉圖像時，對該圖像特征進行提取，并用2048維張量表示，并依次存入緩存文件中。本研究還對Inception_v3的全連接層、Dropout層進行重新訓練，對結構參數進行微調，以適應本研究要求。

因此，根據試驗具體要求，本研究提出花卉種類識別模型的網絡結構參數設置見表2。

1.2.6?試驗訓練過程

本研究深度遷移學習過程分為3個階段：（1）初始化設置：對隨機變換的圖像與原始圖像相結合，構成用于本研究訓練的花卉圖像數據庫。基于預訓練的Inception_v3模型自帶的結構參數，將花卉數據庫作為下一階段模型訓練的數據源;（2）除了預訓練模型和最后1層全連接層以外，要重新訓練完整的全連接層，并將最后的全連接層的結構參數作為下一階段的特征提取輸入源;（3）最后1個階段是對整個模型結構層數進行微調，以適應本研究要求。最后采用Softmax分類器，作為最后的分類輸出層。

2?結果與分析

2.1?迭代次數對試驗的影響

試驗中，迭代次數初始設置為1 000次，每次試驗迭代次數依次增加1 000次。當迭代次數達到5 000次時，識別正確率略有下降。此時將迭代次數減少，直到設置為4 500次時，識別正確率最高（圖4）。

2.2?學習率對試驗的影響

當測試學習率對識別正確率的影響時，是在“2.1”節確定的最佳迭代次數的基礎上進行的測試，測試結果見表3。當學習率為0.010 0時，識別率達到93.8%。

2.3?Dropout層對試驗的影響

在模型訓練過程中，都會出現過擬合現象。所謂過擬合，具體表現為在模型識別率在訓練集上效果好，測試集上效果差，這表明模型泛化能力弱，從而影響識別率。為防止訓練過擬合，除在數據處理時擴增數據集之外，本研究在模型中加入Dropout層。Dropout策略是通過對模型本身結構進行修改的一種防過擬合方法。試驗中共運行程序5次，來測試Dropout層對試驗的影響。測試結果見表4。

2.4?不同激勵函數對試驗的影響

在神經網絡結構中，往往加入激勵函數[15]，來保證網絡輸出的是非線性函數。常見的激勵函數有Sigmoid函數、Tanh函數、ReLU函數。圖5是采用不同激活函數對試驗產生的結果。很明顯，采用ReLU函數時，識別正確率最高。ReLU激勵函數[16]為分段形式，使其前向、后向、導數的形式均為分段形式，更易于優化學習，從而解決模型收斂問題。

2.5?特征圖提取

為更加直觀地了解訓練過程中，神經網絡對圖像的特征提取情況，部分特征提取如圖6、圖7所示。深度卷積神經網絡，具有強大的自動提取特征功能，會依次提取圖像低級乃至高級的抽象特征，人眼有時無法分辨出來。

2.6?識別結果

經過數據初始化、參數調整、訓練模型，得到accuracy和loss迭代收斂結果（圖8、圖9）。當迭代次數達到 4 500 次時，準確率和損失值都接近收斂，數值不再有大的變化。

2.7?方法對比

為驗證本研究方法的可行性，與傳統的支持向量機（SVM）、卷積神經網絡（CNN）進行比較。對于SVM模型，通過提取全局特征和局部特征，對花卉圖像進行識別，平均識別率最低;對于CNN來說，平均識別率較高，達到80%以上;本研究提出的方法，對5種花卉圖像的平均識別率達到 93.73%，比較結果見表5。

3?結論與討論

本研究提出一種基于深度遷移學習模型的花卉種類識別方法，構建了基于Inception_v3的花卉種類識別模型，實現了對雛菊、蒲公英、玫瑰花、向日葵、郁金香5種花卉的有效識別，平均識別率達到93.73%。（1）基于遷移學習的花卉圖像識別模型，對輸入圖像不用人工進行特征提取，只進行簡單的類別標注即可，既節省了大量的人力和時間，又不用掌握過多的植物花卉方面的專業知識，提高了識別效率和精度。（2）本研究提出的方法，與傳統的SVM方法相比，不僅識別率得到大大提高，而且更適合于處理海量數據，傳統的方法僅僅適合對小樣本數據集的處理。（3）本研究通過對原始圖像進行隨機旋轉、水平翻轉，擴增數據集，對模型結構權重參數進行微調，避免了過擬合現象的出現，且隨著樣本量的增加，模型泛化能力和魯棒性都得到提高。

本研究用到的5種花卉的圖像特征差別較明顯，提出的模型對5種花卉種類有較理想的識別結果，但是否能應用到其他花卉種類識別，還有待進一步驗證。同時，下一步的工作是繼續增加樣本集種類和數量，改進網絡結構，提高分類精度，使其應用性更強。

參考文獻：

[1]吳笑鑫，高?良，閆?民，等. 基于多特征融合的花卉種類識別研究[J]. 北京林業大學學報，2017，39（4）：86-93.

[2]劉晶晶，侯凌燕，楊大利. 牡丹花特征提取及識別技術研究[J]. 北京信息科技大學學報（自然科學版），2017，32（1）：65-71.

[3]柯?逍，陳小芬，李紹滋. 基于多特征融合的花卉圖像檢索[J]. 計算機科學，2010，37（11）：282-286.

[4]翟?果，李志敏，路文超，等. 基于圖像處理技術的觀賞菊品種識別方法研究[J]. 中國農機化學報，2016，37（2）：105-110，115.

[5]袁培森，黎?薇，任守綱，等. 基于卷積神經網絡的菊花花型和品種識別[J]. 農業工程學報，2018，34（5）：152-158.

[6]郭子琰，舒?心，劉常燕，等. 基于ReLU函數的卷積神經網絡的花卉識別算法[J]. 計算機技術與發展，2018，28（5）：154-157，163.

[7]沈?萍，趙?備. 基于深度學習模型的花卉種類識別[J]. 科技通報，2017，33（3）：115-119.

[8]劉德建. 基于LeNet的花卉識別方法[J]. 電子技術與軟件工程，2015（23）：13-14.

[9]王麗雯. 基于AlexNet的Oxford花卉識別方法[J]. 科技視界，2017（14）：83.

[10]Oquab M，Bottou L，Laptev I，et al. Learning and transferring mid-level image representations using convolutional neural netwoks[C]. IEEE Conference on Computer Vision and Pattern Recognition，2014.

[11]Yosinski J，Clune J，Bengio Y，et al. How transferable are features in deep neural networks？[C]. Advances in Neural Information Processing Systems，2014.

[12]Wongsuphasawat K，Smilkov D，Wexler J，et al. Visualizing dataflow graphs of deep learning models in tensorflow[J]. IEEE Transactions on Visualization and Computer Graphics，2017，24（1）：1-12.

[13]周飛燕，金林鵬，董?軍. 卷積神經網絡研究綜述[J]. 計算機學報，2017，40（6）：1229-1251.

[14]王?惠. 遷移學習研究綜述[J]. 電腦知識與技術，2017，13（32）：203-205.

[15]張?彤，劉?志，莊新卿. 基于開發者平臺和深度學習的智能識花與護花系統[J]. 工業控制計算機，2018，31（1）：90-92.

[16]王雙印，滕國文. 卷積神經網絡中ReLU激活函數優化設計[J]. 信息通信，2018（1）：42-43.