基于卷積神經(jīng)網(wǎng)絡(luò)的植物圖像識別APP 開發(fā)
——“植鑒”＊

董博華，韓 笑，宋毅洲，安寧寧，劉韻婷

（沈陽理工大學(xué)，遼寧 沈陽110168）

1 研究背景

隨著時(shí)代的進(jìn)步，人們已經(jīng)習(xí)慣用手機(jī)解決生活中的大多數(shù)問題，而當(dāng)人們遇到一種感興趣的植物時(shí)，一定想知道它的種類和特性等信息，如果能通過一款手機(jī)APP 立即獲得該植物的信息會相當(dāng)方便。對于植物識別這類圖像分類任務(wù)，使用深度卷積神經(jīng)網(wǎng)絡(luò)模型，即用深度學(xué)習(xí)算法來解決，與傳統(tǒng)機(jī)器學(xué)習(xí)算法相比具有不可比擬的優(yōu)勢。目前人們做圖像分類很少自己改通用模型結(jié)構(gòu)，基本都是根據(jù)具體的圖像分類問題選擇一個(gè)合適的模型，然后做數(shù)據(jù)增廣、計(jì)算訓(xùn)練、調(diào)整參數(shù)，再將訓(xùn)練好的模型去做模型壓縮，提高執(zhí)行性能。

2 項(xiàng)目介紹

本項(xiàng)目采用卷積神經(jīng)網(wǎng)絡(luò)算法對“植鑒”APP 使用者所提供的植物圖片進(jìn)行識別。當(dāng)人們外出游玩遇到感興趣的植物時(shí)，可以用來查找其資料，方便人們認(rèn)知這個(gè)世界，了解到更多有趣的事物，讓人們意識到植物對世界的重要性，提高人們對植物和環(huán)境的保護(hù)意識。除此之外，它對于植物園分類學(xué)也可以起到極大的作用，傳統(tǒng)的植物分類學(xué)主要采用形態(tài)學(xué)方法對植物進(jìn)行分類鑒定，但其存在著工作效率低、工作量大并且數(shù)據(jù)客觀性難以保證等缺點(diǎn)，會影響分類的客觀性和精確性。隨著20 世紀(jì)40 年代計(jì)算機(jī)的出現(xiàn)以及近年來人工智能技術(shù)的興起與發(fā)展，利用圖像識別技術(shù)來進(jìn)行植物分類已是大勢所趨。并且“植鑒”APP 還給植物愛好者提供了交流分享的平臺，方便進(jìn)行植物種植和養(yǎng)護(hù)的經(jīng)驗(yàn)交流?！爸茶b”APP 適合園藝工作者、植物愛好者、大中小學(xué)生及學(xué)生家長，無論在街頭、公園或者郊外游覽，可以隨時(shí)認(rèn)識植物，了解身邊的植物和花卉。

3 APP 主要功能介紹

3.1 植物照片的獲取、識別和分析及植物信息科普

通過實(shí)時(shí)照相或調(diào)用相冊內(nèi)的照片，調(diào)用訓(xùn)練好的模型對植物照片進(jìn)行識別，使用相應(yīng)的算法，調(diào)用對應(yīng)的數(shù)據(jù)庫，確定植物所屬類別，向使用者展示植物基本百科信息。

3.2 卷積神經(jīng)網(wǎng)絡(luò)算法的應(yīng)用

輸入已有的植物圖像，定義權(quán)重矩陣，通過卷積層從圖像中提取特征而無需損失其有關(guān)空間安排的信息，使用遷移學(xué)習(xí)重新訓(xùn)練Inception-v3 模型，訓(xùn)練得到好模型后再去做模型壓縮，提高執(zhí)行性能。

3.3 植物知識問答分享平臺的建立

如果用戶對查詢結(jié)果有異議或遇到很難通過照片識別的植物，可利用內(nèi)置分享平臺咨詢互動。為植物愛好者提供一個(gè)交流的平臺，分享自己的養(yǎng)護(hù)及種植經(jīng)驗(yàn)等。

3.4 展示每日最佳植物識別和美圖生成分享功能

通過用戶投票評選出每日最佳植物識別的圖片，可供用戶查看每日投票數(shù)量最多的一些作品。當(dāng)用戶進(jìn)行植物識別時(shí)，也會為用戶生成植物美圖，可供用戶分享自己的作品。

3.5 共建植物圖庫功能

通過用戶上傳自己喜歡的植物圖片來擴(kuò)充植物圖庫數(shù)據(jù)，方便后期進(jìn)行擴(kuò)充植物種類和模型的訓(xùn)練。

3.6 旅游景點(diǎn)推薦功能

為用戶提供景點(diǎn)相關(guān)信息，方便用戶規(guī)劃旅游路線。

4 系統(tǒng)設(shè)計(jì)和實(shí)驗(yàn)設(shè)計(jì)

4.1 使用算法描述和應(yīng)用

基于卷積神經(jīng)網(wǎng)絡(luò)的植物圖像識別方法流程如圖1所示。

圖1 基于卷積神經(jīng)網(wǎng)絡(luò)的植物圖像識別方法流程圖

本系統(tǒng)采用TensorFlow 框架進(jìn)行開發(fā)。TensorFlow 是Google 的一個(gè)開源深度學(xué)習(xí)框架，其基本思路是使用有向圖來表示計(jì)算任務(wù)，并且所有操作都必須在會話中執(zhí)行，靈活性很強(qiáng)，再使用GPU 提高模型訓(xùn)練速度。深度學(xué)習(xí)是包含多級非線性變換的層級機(jī)器學(xué)習(xí)方法，而卷積神經(jīng)網(wǎng)絡(luò)則是其中一種經(jīng)典而廣泛應(yīng)用的結(jié)構(gòu)，它的權(quán)值共享網(wǎng)絡(luò)結(jié)構(gòu)使之更類似于生物神經(jīng)網(wǎng)絡(luò)，降低了網(wǎng)絡(luò)模型的復(fù)雜度，減少了權(quán)值的數(shù)量，圖像可以直接作為網(wǎng)絡(luò)的輸入，避免了傳統(tǒng)識別算法中復(fù)雜的特征提取和數(shù)據(jù)重建過程。使用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行更加深入的分析從而得到抽象度更高的特征，經(jīng)過其中的池化層可以有效地減少整個(gè)神經(jīng)網(wǎng)絡(luò)參數(shù)。經(jīng)過處理之后提取到了圖像信息含量更高的特征，最后經(jīng)過全連接層得到不同種類的概率分布情況，由此再得出最后的分類結(jié)果。Inception-v3 模型架構(gòu)如圖2 所示。

圖2 Inception-v3 模型架構(gòu)圖

本項(xiàng)目使用的Inception-v3 模型總共有46 層，將全連接層之前的網(wǎng)絡(luò)結(jié)構(gòu)訓(xùn)練作為圖像特征提取的過程，再將提取的特征傳入全連接層之后的網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行遷移學(xué)習(xí)。這樣不僅可以加快整個(gè)模型訓(xùn)練的速度，也可以在遷移學(xué)習(xí)過程中設(shè)計(jì)更適合該問題的網(wǎng)絡(luò)結(jié)構(gòu)，再經(jīng)過反復(fù)迭代訓(xùn)練，從而加強(qiáng)模型的識別準(zhǔn)確度。

4.2 植物圖像數(shù)據(jù)的獲取和預(yù)處理

通過使用手機(jī)以日常人們對植物觀賞的距離和多個(gè)角度進(jìn)行拍攝，對各種植物圖像至少拍攝150 張照片，為后期保證訓(xùn)練模型以及測試模型提供充足的數(shù)據(jù)，對拍攝后的照片還采用了多種擴(kuò)充方法進(jìn)行處理，包括順時(shí)針旋轉(zhuǎn)逆時(shí)針旋轉(zhuǎn)、水平鏡像翻轉(zhuǎn)、垂直鏡像翻轉(zhuǎn)隨機(jī)剪載等，然后將處理好的圖片再隨機(jī)分為訓(xùn)練集與測試集，訓(xùn)練過程只在訓(xùn)練模型時(shí)使用，在訓(xùn)練結(jié)束后，用測試集來估計(jì)模型準(zhǔn)確度。

4.3 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)優(yōu)化

本項(xiàng)目采用指數(shù)衰減法優(yōu)化學(xué)習(xí)率，通過這個(gè)函數(shù)可以先使用一個(gè)較大的學(xué)習(xí)率快速得到一個(gè)比較優(yōu)的解，然后隨著迭代逐步減小學(xué)習(xí)率，使得模型在訓(xùn)練后更加穩(wěn)定，最終確定了0.003 的學(xué)習(xí)率，20 萬次的選代次數(shù)。在設(shè)置初始學(xué)習(xí)率每一次反向傳播時(shí)，觀察對參數(shù)優(yōu)化的調(diào)整幅度，根據(jù)特定任務(wù)確定合適的學(xué)習(xí)率，若幅度過大則有可能錯過最優(yōu)的學(xué)習(xí)率，反而產(chǎn)生更差的結(jié)果。若幅度過小則可能導(dǎo)致每次進(jìn)步很小，從而加大迭代次數(shù)和耗時(shí)過長。

5 結(jié)果與應(yīng)用

最后將訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型，利用測試集圖片進(jìn)行檢驗(yàn)，最終得到平均91%的準(zhǔn)確性。將訓(xùn)練好模型進(jìn)行封裝，可實(shí)際應(yīng)用到移動APP，最終實(shí)現(xiàn)實(shí)時(shí)在線識別植物品種的APP——“植鑒”。