基于深度學習的玉米葉片病害識別方法研究

王 超，王春圻，劉金明

（1.黑龍江八一農墾大學科技處 黑龍江，大慶 163319；2.黑龍江八一農墾大學食品學院 黑龍江，大慶 163319；3.黑龍江八一農墾大學國家雜糧工程技術研究中心 黑龍江，大慶 163319；4.黑龍江八一農墾大學信息與電氣工程學院 黑龍江，大慶 163319）

玉米是我國的重要農作物之一，近年來因氣候破壞、環境污染等問題導致玉米在種植階段面臨病害類型多、破壞性強，防治難度大等諸多隱患，使得玉米產量及質量均在嚴重下降。同時由于農村勞動力相對短缺，針對玉米病害的判斷不準確而導致病害防治更困難。

隨著計算機技術的發展，深度學習在語音識別和視覺識別等領域引起了人們的廣泛關注，相比于傳統算法，選用深度學習方法具有較強的識別率、更高的可靠性和降低錯誤率等優勢。因此，本文采用卷積神經網絡來對玉米葉片病害進行識別。通過深度學習對玉米葉片進行病害識別，將深度學習可以更熟練的應用于農業，加強對病害進行精確的識別，豐富病害防治技術，提升農作物的質量和產量。

本文以大斑病菌、銹病、灰斑病玉米葉片和健康玉米葉片為研究主體，使用預訓練網絡AlexNet、GoogLeNet 和ResNet 識別病害玉米葉片進行對比實驗，并與經典的機器學習算法做比較；同時通過對ResNet 模型和SVM、KNN、BP 神經網絡進行對比，探究深度學習網絡結構ResNet進行玉米葉片病害快速識別的可行性。

1 材料與方法

1.1 圖像采集

本文數據集來自于PlantVilliage數據集(https://plantvillage.psu.edu/)。試驗選取玉米常見的灰斑病、銹病、大斑病菌感染玉米葉片和健康玉米葉片4類玉米圖片，共計1529張。原始數據量如表1所示。

從網上獲取到的圖像數據由于尺寸大小不一致，不可以直接去使用，對于不同網絡輸入要求不一致，因此需要對圖像尺寸進行調節，滿足各類網絡的輸入要求，因此，有必要對原始數據進行如下預處理。處理后圖像如圖1所示。

為了防止網絡訓練過擬合，有必要提供大量訓練數據。但是收集額外的數據會消耗大量的物質和人力資源，效率尤其低下。因此，本文對原始數據使用數據增強技術來擴充。數據增強主要包括角度，亮度，對比度增強等，增加有關數據。這次，使用ImageDataGenerator 類來創建圖像生成器，然后寫入數據增強的方式，本實驗采用了角度變換、色度變換以及像素值變換3種方式完成數據集擴充，最后得到7645張圖片數據，處理后的數據量如表2所示。

1.2 Tensorflow及環境搭建

表1 原始數據量

圖1 處理后的圖片（統一格式，擴充）

表2 處理后數據量

Tensorflow 程序分為兩個階段，一個階段是構建階段，另一個是實現階段。其中構建階段是從創建op（operation）開始，在python中op的創建是由op構造器（ops constructors）創建的，然后作為一個node加入到graphs中。在執行階段，首先得建立一個會話（Session），然后將構建好的graphs放到繪畫中去執行。

下面是Tensorflow中各部分的基本使用：

（1）圖(graphs)用于計算任務，構建神經網絡的過程，但它們只是進行構建網絡并不會進行計算。

（2）圖是在會話(Session)的上下文中運行的。

（3）數據使用張量表示，張量維度由“階”呈現。零階是表示數字的標量；一階是代表一維整體的向量。第二階是代表二維整體的矩陣。張量是有序的并可以通過張量右邊的方括號來確定。如，表示的是3階。

（4）用變量保持狀態。

（5）使用feed 和fetch 分配或獲取任意操作（構造操作）的數據。

深度學習的特點是對數據進行非常多的重復訓練，在先進的機器上迭代次數可能會達到幾十億次。圖形處理器（Graphics Processing Unit，GPU）正好有這個專長，處理器專門處理諸如全局管理之類的復雜操作，而圖形處理器專門處理對大量數據的簡單且重復的操作，因此選擇搭建基于GPU加速的Tensorflow框架。經試驗證明，采用GPU加速的速度約為使用CPU處理速度的10倍左右。

2 結果與分析

2.1 數據分析與處理

ResNet引入了殘差網絡結構和ResNet網絡的結構實現過程，每個ResNet網絡包含輸入部分、輸出部分和中間卷積部分。通過這種結構可以把網絡層加深，并且最終分類效果會更好。ResNet結構可以非常快速地加速神經網絡的形成，并且極大地增加了模型的準確性。

本文的玉米葉片病害識別模型主要用卷積神經網絡來構建，玉米葉片病害識別算法的流程如圖2所示。

圖2 玉米葉片病害識別算法流程圖

本文使用遷移學習方法來完善ImageNet上的預訓練網絡（例如AlexNet，GoogLeNet，ResNet）。遷移學習能夠自動化地提取更具表現力地特征，滿足實際應用中的端到端需求。普遍情況下收集到的數據量不會像Imagenet一樣大，并且很難形成具有足夠泛化能力的網絡。所以，在實際應用中使用遷移學習微調在ImageNet上預訓練過的網絡是一個有效而且快速的模型訓練方法。

2.2 實驗設置及結果分析

本文利用三個經典的卷積神經網絡AlexNet、GoogLeNet 和ResNet 進行識別玉米葉片病害。玉米葉片類別為玉米大斑病菌、玉米灰斑病和玉米銹病、健康玉米葉片共4種，因此，ResNet、GoogLeNet和AlexNet的最后一個全連接層的神經元個數被修改為4。所有實驗均在Python3.8.0 軟件上實現，并使用了NVIDIA TITAN Xp GPU來加速訓練。優化方法設置為隨機梯度下降,“配置x”后的括號內的第一個數字代表批量尺寸，第二個數字代表epoch次數。同時設置了9種配置方式，其中，批量尺寸有16、32 和64 共三種，epoch 有8、16 和20 共三種，將9 種配置分別應用到3 種預訓練網絡上共得出了27 個網絡模型。預訓練網絡性能對比實驗的評價指標定為準確率，即分類正確的樣本個數占樣本總數的比例。不同參數配置下的網絡分類準確率如表3所示。

由表3 可見，在配置5（32,16）下，使用預訓練網絡ResNet 得到了全局最優的分類準確率為92.82%。AlexNet 在配置7（64,8）上取得了最高分類準確率為89.51%，GoogLeNet在配置6（32，20）上取得了最高分類準確率為90.24%。因此，批量尺寸的增加以及epoch次數的增加都對各個網絡的性能無特定的影響。

ResNet 模型（32，16）的形成過程顯示了訓練過程中訓練損失的曲線和驗證損失的曲線，如圖3（a）所示；而在圖3（b）中顯示了訓練準確率和驗證準確率的曲線。結果發現，無論是在損失曲線上還是在準確率曲線上，驗證集的曲線仍遵循與訓練集相同的趨勢，并且驗證損失和訓練損失之間的差異小于0.1。

表3 不同參數配置下的網絡分類準確率

圖3 ResNet（32,16）訓練與驗證損失曲線和準確率曲線

基于ResNet的模型在批量尺寸為32個、epoch次數為16時，達到了全局最優的分類準確率為92.82%，不僅證明出使用ResNet 作為預訓練網絡的優異性，還從側面證明出了該模型具有良好的泛化能力。

對比了最優參數配置（32，16）ResNet 模型和支持向量機、k近鄰、BP神經網絡的分類準確率。最優參數配置（32，16）ResNet 模型的分類準確率為92.82%，支持向量機、k 近鄰、BP 神經網絡的分類準確率分別為72.34%、74.81%和73.98%，分別比最優參數配置（32，16）ResNet模型低了20.48%、18.01%和18.84%。可見，最優參數配置（32，16）ResNet 模型的分類準確率明顯的優于支持向量機、k近鄰、BP神經網絡。

3 結論

本研究以深度學習為基礎，通過采集玉米灰斑病、銹病、大斑病菌感染葉片、玉米健康葉片共4 種葉片來進行識別研究。采用了ResNet作為主體模型提出玉米病害識別模型，并使用預訓練網絡AlexNet、GooLeNet 和ResNet遷移學習識別玉米葉片病害的性能對比實驗，得出的結論是ResNet 模型在批量尺寸為32 個，epoch 次數為16 時取得了最高的分類準確率為92.82%，由此可見ResNet 模型相比于AlexNet模型和GoogLeNet模型能夠達到更優的分類準確率。由此可見ResNet模型能夠達到更好的準確率，可以更快的識別病害并且更優于傳統機器學習算法。