基于ResNet18的圖像分類在農作物病蟲害診斷中的應用

趙春霞

(青島職業技術學院，山東 青島 266555)

引言

本文基于卷積神經網絡的農作物番茄葉片多種類病蟲害識別和診斷，提出一種對病害種類準確識別的卷積神經網絡模型，用于對于不同的番茄葉片病害分類，實現番茄葉片病害自動診斷和識別。

1 基于深度學習的圖像分類方法

深度學習是研究和解決在深度神經網絡中表達數據特征的一種機器學習方法，其被廣泛應用于圖像分類和識別中，尤其在海量圖像的高級抽象特征自動提取方面效果很好，分類的精度和準確度都有所提升。

1.1 深度神經網絡

深度神經網絡的內部網絡結構如圖1所示，Input layout表示輸入層、Hidden layout表示隱藏層、Out layout表示輸出層，其中小圓圈表示神經元，每條直線代表上下層之間2個神經元之間的連接，并且上一層與下一層之間是全部連接的，即數據從上一層的每個神經元經過加權運算后都輸出到下一層神經元，上一層數據作為下一層的輸入。對于圖像而言，每個像素點就是輸入，每張圖像的寬度和高度的乘積，就是輸入的神經元的個數，這種全連接的方法在圖像分類上表現的數據量非常的大，訓練的速度慢，成本高，效率很低，并且圖像在計算過程中很難保留原有的特征，導致圖像分類和識別的準確率不高[1]。

圖1 DNN的基本結構

1.2 卷積神經網絡

一個典型的卷積神經網絡結構如圖2所示，主要包括輸入層、執行卷積運算的卷積層、執行池化采樣運算的池化層、全連接層和輸出結果層5部分。圖像分類中關注的是圖片中各個部分的邊緣和輪廓，而邊緣和輪廓只與相臨近的像素有關。卷積神經網絡CNN通過卷積計算可以將復雜問題簡化，可以提取圖片的邊緣和輪廓，把大量參數降維成少量參數，即使當圖像做旋轉，翻轉或者變形，截取部分圖片時，也能準確地識別出來是類似的圖像[2]。

圖2 典型的卷積神經網絡基本結構

1.2.1 基本概念

1.2.1.1 卷積核(Kernel)

又稱濾波器，在對圖像數據進行卷積運算時，需要對圖像數據某個局部矩形區域進行加權求和，以獲取圖像的邊緣核輪廓特征，其中的權值就是卷積核。

1.2.1.2 卷積核大小(Kernel Size)

卷積核的矩形區域大小稱為卷積的大小，卷積核大小一般為奇數。如，一般使用二維卷積核3×3。

1.2.1.3 步長(Stride)

當進行卷積運算時，卷積核每次向右或向下移動的像素稱為步長，一般用Stride表示。如，Stride=2，表示進行卷積運算時，卷積核每次移動2個像素。

1.2.1.4 填充(Padding)

為了防止邊緣信息丟失，在卷積運算之前，在原圖像或圖像特征數據四周邊緣上填充一層或多層0像素。

1.2.1.5 卷積過程

卷積過程是把卷積核中的k×k個元素依次和圖像中相同區域對應的像素進行相乘求和運算后作為對應位置新的特征值，然后把該卷積核沿著圖像向右或向下平移步長Stride個像素，繼續計算新的特征值，直至完成整個圖像的計算[3]。

1.2.2 圖像的卷積運算

對于有顏色的RGB圖像，包含R、G、B 3個大小相同的圖層(通道),若卷積核為k×k，則卷積核的大小可表示為3×k×k，其中3表示3個通道。RGB圖像卷積運算方法是在圖像的R、G、B 3個通道上分別使用對應的k×k的加權相加得到結果再相加，得到一個二維卷積輸出結果。若有多個卷積核，可得到多個二維卷積輸出結果。2個通道的卷積運算過程如圖3所示。如，輸出56=(1×1+2×2+4×3+5×4)+(0×0+1×1+3×2+4×3)。

圖3 2個通道的卷積運算過程

1.3 模型選擇

目前卷積神經網絡的典型架構有LeNet-5、AlexNet-8、VGG16-19、ResNet等。本文采用ResNet模型結構使用Pytorch框架構建ResNet18模型，并對農作物番茄葉病蟲害類型數據集進行訓練，實現農作物病蟲害自動診斷。

2 實施步驟和流程

2.1 數據清洗

數據清洗是整個項目實施過程中第一個環節，也是非常重要和不可缺少的環節，模型訓練的效果和數據清洗的結果質量密切相關。數據清洗包括將命名不規范的圖像名，重構規范成統一的格式，如隨機字符串__類別名__圖像號.圖像格式；刪除尺寸不匹配的圖像；篩選噪聲圖像，將圖像像素全為0的噪聲圖像刪除；將同類別的圖像整理到同一文件夾下。

圖4 數據集清洗后的部分數據

2.2 圖像數據預處理

對訓練集和測試集分別進行圖像預處理，主要包括圖片大小調整，將圖片的大小統一調整到ResNet模型架構的要求的尺寸，224×224；圖像增強例技術，如縮放、拉伸、翻轉、平移、對比對調整、加入噪點等，主要目的是讓圖像數據更適合AI模型進行處理，并擴充數據集，可以使用Pytorch中有一系列的數據增強函數來實現；圖像歸一化處理，將圖像變化為模型能夠接受的數據類型及格式，實現歸一化，并且歸一化至[0.0,1.0]之間的值，只對訓練集進行歸一化處理；圖像標準化處理，對訓練集的圖像數據使用均值MEAN=[0.485，0.456，0.406]、標準差STD=[0.229，0.224，0.225]，先減去均值再除以標準差進行標準化運算，通過標準化后，使數據更符合數據中心化分布規律，能增加模型的泛化能力[4]。

2.3 數據加載

利用Pytorch中的ImageFolder方法加載數據集，加載訓練集將訓練集路徑和預處理及增強的方法作參數輸入，加載測試集并將測試集路徑和預處理方法作為參數輸入。

利用Pytorch中的DataLoader方法將加載好的訓練和測試數據集轉變成便于模型計算的數據類型Pytorch DataLoader。

2.4 模型設計與搭建

2.4.1 ResNet18模型結構

具體見圖5，其中，“3×3conv,64”表示3×3大小的卷積核，深度為64。

圖5 ResNet18模型結構

2.4.2 模型設計結構說明

圖6 Basic Block殘差網絡結構

2.4.3 創建模型，保存參數

根據ResNet模型架構，使用Pytorch框架創建模型，并保存訓練模型的參數。

2.5 模型訓練和測試

本文使用10000條訓練數據和10000條測試數據進行訓練和測試，進行10種分類。

2.5.1 模型訓練

整個模型的訓練過程包括2個階段。向前傳播階段。數據從模型的輸入層開始，從低層次向高層次依次計算的過程；在前向傳播過程中，輸入的圖形數據經過模型處理后得出分類的結果，并通過損失函數計算輸出的結果與真實值之間的損失值。反向傳播階段。當模型的輸出結果與實際的預期值誤差較大時，則進行向后反向傳播。

具體流程：加載訓練數據集；遍歷數據集獲取圖像數據和對應的標簽；梯度歸零；前向傳播，使用模型計算輸出；計算損失率；反向傳播：將誤差從高層次向低層次依次返回，識別每個參數對誤差的影響程度，然后進行參數更新；更新參數；保存損失值，便于統計每一個周期的損失值。

2.5.2 模型測試

訓練完訓練集后，用生成的模型Model參數來測試樣本。在測試之前，需要調用Model.eval()的方法，不改變網絡參數的權值，并且梯度不歸零，不進行反向傳播，使用生成的模型進行前向傳播計算出輸出值和預期值的損失值，根據損失值的變化來驗證模型的有效性，同時計算測試集中測試結果的準確率。

2.5.3 模型評估

用訓練數據集訓練神經網絡，并使用測試集進行測試，并完成不同的多周期訓練，通過繪制訓練和測試的損失值變化曲線觀察模型訓練的效果，通過計算準確率來驗證模型。

分別設置訓練周期EPOCHS的值為5、10、20對模型進行訓練，得到的損失值變化曲線如圖7～9所示，可見訓練的損失值和測試的損失值隨著訓練周期EPOCHS的增加，都在變小，不存在過擬合的現象。在EPOCHS=10左右時，兩者的損失值變化已不大，但EPOCHS=20時的測試的準確率比EPOCHS=10時測試的準確率高3%。

圖7 EPOCHS=5 圖8 EPOCHS=10 圖9 EPOCHS=20

表1 不同訓練周期的訓練結果

2.6 應用模型

搭建網絡應用，利用訓練好模型和模型權重，完成指定圖片的預測根據返回預測結果，進行實際的應用。

3 結語

本文使用Pytorch搭建ResNet18模型，優化了網絡結構和參數，提高了模型的圖像分類性能，對病害種類準確識別的卷積神經網絡模型進行多次測試，在農作物番茄葉病蟲害數據集上訓練時取得了較小的誤差，在海量圖像的高級抽象特征自動提取測試時準確率較高，用于預測時分類效果較好，模型結構穩定，該模型以及模型參數可用于實際的農作物病蟲害種類的診斷。