基于深度殘差網(wǎng)絡(luò)與遷移學(xué)習(xí)的水稻蟲害圖像識別*

汪健，梁興建，雷剛

(1. 四川工程職業(yè)技術(shù)學(xué)院軟件工程系,四川德陽,618000; 2. 四川輕化工大學(xué)計算機科學(xué)與工程學(xué)院,四川宜賓,644005; 3. 四川工程職業(yè)技術(shù)學(xué)院電氣信息工程系,四川德陽,618000)

0 引言

計算機視覺和模式識別技術(shù)越來越多地被運用于解決昆蟲分類的問題,即通過田間圖像來識別昆蟲以及它們對應(yīng)的種類。據(jù)估計,世界上有超過500萬種的昆蟲,對昆蟲的分類是一項艱巨的任務(wù)。并且圖像和物體的變化會導(dǎo)致在顏色、姿勢、紋理、變形和背景雜波等方面的變化,從而使得模式識別的任務(wù)中增加了更多的不確定因素。

昆蟲的分類一直是一個極具挑戰(zhàn)性的研究課題。而隨著高分辨率數(shù)碼相機的出現(xiàn),以及一些新的模式分類算法和機器學(xué)習(xí)算法的應(yīng)用,這個問題也逐漸變得不再那么棘手。Martineau等[1]調(diào)查概述了44個最新的關(guān)于昆蟲圖像分類的研究文獻(xiàn)。其中,大部分的研究使用的圖像都是基于實驗室環(huán)境的,只有三篇論文報告使用了基于野外田間的圖像。圖像采集的條件對于昆蟲分類的結(jié)果影響很大,因為露天的圖像在背景、自然光照、昆蟲姿勢、密度和變形方面的變化比實驗室圖像要大。此外,考慮到分類樹自上而下有序地進(jìn)行物種分類時需要更高的精度,因此物種分類的效果也很重要。

水稻是世界上最主要的糧食作物之一,為了達(dá)到提高水稻作物產(chǎn)量的目的,需要使用大量的殺蟲劑,這就需要對害蟲進(jìn)行準(zhǔn)確識別,并對害蟲危害程度進(jìn)行精準(zhǔn)預(yù)測。水稻作物(谷類)原產(chǎn)于中國和印度,七千年前中國長江流域的先民們就曾種植水稻,世界上有一百多個國家種植水稻,世界上近一半人口以大米為主食[2]。水稻主要生長于熱帶和亞熱帶地區(qū),適宜的生長溫度為12～40 ℃,最適28～32 ℃。從播種到成熟,水稻的生長周期為90～100 d。與其他的農(nóng)業(yè)產(chǎn)品一樣,蟲害是影響水稻作物產(chǎn)量的一個主要問題。如果沒有對害蟲進(jìn)行恰當(dāng)?shù)墓芾?那么40%的水稻產(chǎn)量將遭受到影響。因此,在早期對水稻田中的害蟲進(jìn)行精準(zhǔn)識別將有助于在后續(xù)對水稻作物進(jìn)行可持續(xù)的管理。

水稻蟲害的發(fā)生率和嚴(yán)重程度因國家地區(qū)而異。本文列出了15種最常見的且被普遍認(rèn)為對水稻作物有危害的害蟲。這些害蟲可被分為兩類,第一類是對水稻作物有主要威脅的害蟲,有稻縱卷葉螟、二化螟、稻水象甲、麻皮蝽、東方螻蛄、稻蝗和稻綠蝽。第二類屬于次要害蟲,主要是稻棘緣蝽、水稻大螟、甜菜白帶野螟、中華劍角蝗和稻飛虱等。在這些所有的害蟲中,稻蝗被設(shè)定為需要被最優(yōu)先識別,因為一旦這種害蟲在水稻種植園中出現(xiàn),那么它們將會在水稻種植全周期的各個階段造成最為嚴(yán)重的損害。

為了解決水稻害蟲的識別問題,本文設(shè)計一個新的改進(jìn)深度殘差學(xué)習(xí)模型,并將該模型與其他有效的卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks, CNN)模型進(jìn)行了對比測試,測試基于遷移學(xué)習(xí)方法進(jìn)行,首先從ImageNet[3]處獲取初始的權(quán)重,然后基于交叉驗證方案,以原圖加增強圖像的方式利用病蟲害研究圖像數(shù)據(jù)集來訓(xùn)練網(wǎng)絡(luò)。

1 水稻病蟲害圖像識別現(xiàn)狀

害蟲分類識別是解決精準(zhǔn)農(nóng)業(yè)中昆蟲學(xué)問題的要點之一。在全世界的水稻生態(tài)系統(tǒng)中,可能出現(xiàn)了多達(dá)一千種的昆蟲。但估計,其中大約只有20～60種昆蟲是害蟲,且這些害蟲中有5～10種會對農(nóng)作物造成十分嚴(yán)重的危害[4]。

識別圖像中的活體昆蟲,特別是對其所屬的物種進(jìn)行分類是一個在許多應(yīng)用場景中都亟待解決的重要任務(wù)。在農(nóng)業(yè)方面,識別出種植園中的昆蟲和一般害蟲可以有助于人們采取相應(yīng)的控制方法和判斷害蟲損害產(chǎn)量的程度。通過手持相機的方式來監(jiān)測種植園中的昆蟲是一種有效的檢查方法,尤其是當(dāng)以這些圖像為輸入的算法能夠被證明它在自動分類過程中取得的結(jié)果是盡可能準(zhǔn)確的。

Martineau等[1]就昆蟲分類的問題進(jìn)行了研究,發(fā)現(xiàn)在已發(fā)表的44篇研究論文中僅有3篇(即約7%)在昆蟲的分類問題中使用了基于田間現(xiàn)場的圖像。Mayo等[5]收集了774張隸屬于35個不同物種的活體飛蛾的圖像,蛾子首先被誘捕,然后在純色背景下被拍攝照片;接著,昆蟲的圖像被轉(zhuǎn)換為二進(jìn)制碼(背景、前景),并在僅其中提取特征項,即像素數(shù)、比率、內(nèi)部密度、標(biāo)準(zhǔn)差、傾斜度和彎曲度;最后通過采用支持向量機算法對這些昆蟲進(jìn)行分類識別,結(jié)果顯示對昆蟲類別的識別精度平均達(dá)到了85%。Fina等[6]通過使用彩色圖像分割法在K-Means聚類過程中將昆蟲與葉子的綠色像素分開,然后將多個屬于相同物種的昆蟲放在不同的二維旋轉(zhuǎn)位置上來訓(xùn)練過濾器,最后通過數(shù)據(jù)集模板與各個已被分割過的輸入圖像之間的相關(guān)性來完成匹配。結(jié)果顯示,該方法基于30張不同作物的圖像進(jìn)行了測試,并取得了成功。Xie等[7]提出在稀疏編碼方案中使用多組特征(顏色、形狀、紋理、SIFT、HOG)來表示在不同作物上的24種屬于不同物種的昆蟲圖像,然后采用多核學(xué)習(xí)作為分類方法來根據(jù)田間現(xiàn)場圖像判斷昆蟲的類別。在該模型中,針對每個不同昆蟲的種類都使用了60張圖像進(jìn)行訓(xùn)練,且針對每個昆蟲種類平均采用了25張圖像進(jìn)行了測試。結(jié)果顯示,該方法可達(dá)到85.5%的識別準(zhǔn)確性。在Xie等[7]創(chuàng)建的數(shù)據(jù)集中,昆蟲的特寫鏡頭約占所有圖像的85%～90%。

目前,很少有文獻(xiàn)是基于田間現(xiàn)場圖像進(jìn)行害蟲的分類與識別。Gassoumi等[8]選擇了經(jīng)常出現(xiàn)在種植園中的12種昆蟲,并在它們的二元分割圖像中提取了10個形態(tài)學(xué)形狀特征。然后針對每個類別采用人工神經(jīng)網(wǎng)絡(luò)的決策樹方法來進(jìn)行昆蟲分類。然而,Gassoumi等[8]在研究中并沒有提到所使用的圖像的數(shù)量。

自2014年以來,許多文獻(xiàn)在解決關(guān)于視覺物體識別達(dá)到問題時都采用了深度學(xué)習(xí)技術(shù)[9]。深度學(xué)習(xí)技術(shù)具有多層處理的計算模型,能夠從數(shù)據(jù)中學(xué)習(xí)其固有的結(jié)構(gòu),并在困難的情況下對模式進(jìn)行精確分類。圖像分析和深度學(xué)習(xí)技術(shù)也逐漸開始在農(nóng)業(yè)領(lǐng)域運用[10]。深度學(xué)習(xí)技術(shù)在農(nóng)業(yè)領(lǐng)域最常見的應(yīng)用是關(guān)于葉基病害、植物識別、作物和產(chǎn)量估計[10]。最近也有一些研究開始利用深度網(wǎng)絡(luò)來解決害蟲的分類問題[11-12]。

Cheng等[11]使用了基于田間現(xiàn)場的圖像和深度學(xué)習(xí)模型來解決昆蟲分類的問題。并從Xie等[7]創(chuàng)建的子集中選擇了10種不同類別的昆蟲,且設(shè)置了每個類別的昆蟲有55張圖像,分別利用AlexNet模型和兩個深度殘差網(wǎng)絡(luò)(ResNet-50、ResNet-101)計算得出了分類結(jié)果。上述三種方法針對這10種參與了測試的昆蟲進(jìn)行了分類,識別準(zhǔn)確率分別為86.67%、94.67%和98.67%。但是,選擇的昆蟲的物種彼此之間的差異較大,且它們一般會出現(xiàn)在不同的生態(tài)系統(tǒng)中。Lim等[12]提出了一種名為AlexNet的架構(gòu),基于ImageNet數(shù)據(jù)庫針對27種昆蟲進(jìn)行了分類,并對分類結(jié)果進(jìn)行了分析。研究結(jié)果發(fā)現(xiàn),模型中卷積核的數(shù)量以及昆蟲圖像的大小都會影響分類的性能。結(jié)果顯示,昆蟲識別的平均準(zhǔn)確率最高可達(dá)81.82%。

2 試驗數(shù)據(jù)集的采用

試驗采用的數(shù)據(jù)集來源于農(nóng)業(yè)病蟲害研究圖像數(shù)據(jù)庫(Image Database for Agricultural Diseases and Pests Research,IDADP) http:∥www.icgroupcas.cn/website_bchtk/index.html,IDADP中幾乎涵蓋了各種農(nóng)作物病害圖像,每個圖像的分辨率幾乎都超過了1 000萬像素,完全能夠滿足研究使用。其建立了一個可為機器學(xué)習(xí)建模提供訓(xùn)練和測試樣本的農(nóng)作物病蟲害識別研究圖像數(shù)據(jù)集。如圖1所示,本次研究以水稻作為具體對象,同時將借助于該數(shù)據(jù)庫進(jìn)行分析。

為了在訓(xùn)練和測試分類器的過程中能夠運用到更多的圖像,本文采用了一系列的變換操作來產(chǎn)生更多的圖像,包括將初始圖像進(jìn)行90°、-90°和180°的旋轉(zhuǎn),將圖像在10°范圍內(nèi)進(jìn)行額外地隨機旋轉(zhuǎn),變化像素強度,部分隨機滑動,以及隨機放大圖像到1.5倍,或隨機的拉伸。訓(xùn)練集和測試集中圖像數(shù)量的最終比例被設(shè)定為8∶2,所有的圖像都被調(diào)整為224×224、PNG格式的彩色3(RGB)通道。總體而言,由16種不同類別的昆蟲組成,其中有15種害蟲(3個幼蟲階段和12個成蟲階段)和一種僅有植物而沒有昆蟲的類別。每個類別(共12個類別)都有15張原始圖像,以及200張增強的圖像。因此,該數(shù)據(jù)集中總計共有180張原始圖像和2 400張增強圖像。

3 圖像識別方法

3.1 CNN與深度殘差學(xué)習(xí)

在計算機視覺領(lǐng)域,CNN和深度學(xué)習(xí)技術(shù)的出現(xiàn)使得物體的識別和分類能夠取得較高的適用性和精確性[11]。一個典型的CNN由一系列階段組成,其中依次包括卷積層、非線性整流層和池化層。為了分層提取和選擇特征,CNN最后將全連接層作為分類器進(jìn)行決策,一個典型的CNN的架構(gòu)如圖2所示。反向傳播算法一般被應(yīng)用于權(quán)重的學(xué)習(xí)。雖然絕大多數(shù)的架構(gòu)需要大量的訓(xùn)練來優(yōu)化其權(quán)重,但微調(diào)方案允許通過導(dǎo)入由大量類似數(shù)據(jù)(如彩色圖像)訓(xùn)練得出的初始權(quán)重來設(shè)置權(quán)重,并以此基于問題數(shù)據(jù)集進(jìn)一步設(shè)計一個分類器。

圖2 典型CNN模型示意圖Fig. 2 Schematic diagram of typical CNN model

圖3為常規(guī)CNN的網(wǎng)絡(luò)與深度殘差網(wǎng)絡(luò)對比。

(a) 常規(guī)CNN網(wǎng)絡(luò)

(b) 深度殘差網(wǎng)絡(luò)圖3 常規(guī)CNN的網(wǎng)絡(luò)與深度殘差網(wǎng)絡(luò)對比Fig. 3 Comparison between conventional CNN network and deep residual network

在大多數(shù)的圖像識別任務(wù)中,CNN都設(shè)定了最高的比率。在第一批CNN取得巨大成功后,人們提出了新的體系結(jié)構(gòu),增加網(wǎng)絡(luò)深度是提高準(zhǔn)確性的有用策略。然而,隨著層數(shù)的增加,網(wǎng)絡(luò)飽和的精度會迅速降低[13]。解決這個問題的辦法之一是通過在某些層之間添加快捷連接,將網(wǎng)絡(luò)映射重新構(gòu)建為剩余網(wǎng)絡(luò)。圖3(a)顯示了常規(guī)CNN的網(wǎng)絡(luò)層,圖3(b)顯示了具有不同映射方案的深度殘差網(wǎng)絡(luò)。從開始僅有五層結(jié)構(gòu)的LeNet,發(fā)展到后面達(dá)到了19層結(jié)構(gòu),直至今天已經(jīng)超過100層,這也代表了未來CNN的趨勢是要不斷深化網(wǎng)絡(luò)層[13]。

3.2 深度殘差模型

本文提出一個改進(jìn)的深度殘差模型,即對ResNet34網(wǎng)絡(luò)進(jìn)行改進(jìn),通過轉(zhuǎn)換池化的方法并且將其結(jié)構(gòu)進(jìn)行調(diào)整,將1×1卷積完全替換原來的結(jié)構(gòu)。而原結(jié)構(gòu)中的全連接層則主要搜集分析全局信息,并且獲得整圖的特征,再將其進(jìn)行降維。卷積層則主要用于在有效范圍內(nèi)獲得特征,從而得到從感受野覆蓋到全圖的卷積核,作用和連接全連接層類似,計算過程等效。1×1的卷積能夠有效抓取特征圖中的卷積核數(shù)量,如果特征圖的卷積核數(shù)量明顯減少,那么參數(shù)量也會相應(yīng)地出現(xiàn)明顯減少。如此改進(jìn)能夠增加其判別能力,然后使用批量歸一化方法可以讓景觀背景更加平滑,得以優(yōu)化,從而達(dá)到獲得更大的學(xué)習(xí)速率和更快收斂的目的[14-15]。改進(jìn)后的網(wǎng)絡(luò)模型結(jié)構(gòu)如圖4所示。

圖4 改進(jìn)的網(wǎng)絡(luò)結(jié)構(gòu)Fig. 4 Improved network structure

以Res Net34為基本網(wǎng)絡(luò),將殘差結(jié)構(gòu)輸出結(jié)果送入一個14×14,步長為3的反卷積層,增加一個反卷積,對特征矩陣上采樣,增加特征維度,結(jié)合標(biāo)準(zhǔn)平均池化操作完成二維特征池化,代替自適應(yīng)平均池化操作;再經(jīng)過一個7×7的平均池化層進(jìn)行下采樣;最后分類層由1×1卷積層完成,輸出分類概率。

本文提出的改進(jìn)模型在訓(xùn)練模型階段即使進(jìn)行完整訓(xùn)練的時期數(shù)量較少也不會降低準(zhǔn)確率。事實上,改進(jìn)的模型從整體上提高了識別準(zhǔn)確率,這將在下一節(jié)的實驗中進(jìn)行驗證與展示。

3.3 基于遷移學(xué)習(xí)的分類模型

遷移學(xué)習(xí)[16]屬于機器學(xué)習(xí)算法的領(lǐng)域。當(dāng)明確假設(shè)訓(xùn)練和測試分類器時所使用的任務(wù)、域和分布不同時,遷移學(xué)習(xí)可以用于對未來數(shù)據(jù)的預(yù)測。遷移學(xué)習(xí)的核心思想是從大量的早期實驗中提取的知識和特征,可以通過轉(zhuǎn)移的方式將一些知識運用到相關(guān)的問題中。而在這個過程中,應(yīng)該有一種方法用于微調(diào)在不同的數(shù)據(jù)集中進(jìn)行訓(xùn)練的網(wǎng)絡(luò)權(quán)重,以適應(yīng)新的域和數(shù)據(jù)分布。在CNN模型中,這一策略已被證明是有效的,特別是當(dāng)新的域中的數(shù)據(jù)量相對較少時。

圖5顯示了本文水稻害蟲圖像識別遷移學(xué)習(xí)模型結(jié)構(gòu)框圖,其中突出了對所提模型的微調(diào)過程。首先,原始的ResNet34模型基于ImageNet的120萬張圖片訓(xùn)練得出模型的權(quán)重,且該權(quán)重被加載至最后的全連接層;然后,基于IDADP數(shù)據(jù)庫原始圖像和增強圖像,采用80%數(shù)據(jù)用于進(jìn)行訓(xùn)練和20%數(shù)據(jù)用于進(jìn)行測試的交叉驗證方案,對用于水稻害蟲分類的改進(jìn)ResNet34模型進(jìn)行微調(diào)。在現(xiàn)階段,學(xué)習(xí)率是一個重要的超參數(shù)值,其目的是盡可能減少新網(wǎng)絡(luò)的訓(xùn)練工作量,以達(dá)到最高精度。事實證明,合理范圍之內(nèi)的步長變化有利于對所有類型的CNN進(jìn)行微調(diào)[17]。

圖5 水稻害蟲圖像識別遷移學(xué)習(xí)模型結(jié)構(gòu)Fig. 5 Structure of rice pest image recognition migration learning model

在本文中,對學(xué)習(xí)率進(jìn)行調(diào)整的過程分為以下幾個步驟。首先,初始速率被設(shè)定為0,并逐步以正負(fù)0.01的步長進(jìn)行調(diào)整,即0.1+0.01、0.1-0.01,以此類推進(jìn)行1 000次迭代,且每次訓(xùn)練中最小的誤差都會被記錄在其中。使用Adam優(yōu)化算法動態(tài)調(diào)整每個參數(shù)的學(xué)習(xí)率,這種差異化的學(xué)習(xí)率已被證明比基于步長降低學(xué)習(xí)率的方式能夠更快地得到結(jié)果[18-19]。找到這個值后,將最終選擇的速率設(shè)定為更低的一個量級(×10-1),并以此作為啟發(fā)的方向在訓(xùn)練過程中靠近下降的斜度。激活函數(shù)為Relu函數(shù),通過Softmax做出具體分類,求得的概率如式(1)所示。

(1)

式中:K——類別總數(shù):

αj——上一層節(jié)點輸入全連接層后將會得到第j類的值;

Sj——通過Softmax后第j類樣本得到的概率大小。

通過交叉熵?fù)p失函數(shù)計算真實值與預(yù)測值二者的差距,具體如式(2)所示。

(2)

式中:m——目前輸入網(wǎng)絡(luò)的樣本數(shù)量的值;

n——類別數(shù)量;

yji——真實的標(biāo)簽;

Closs——損失值。

4 試驗與分析

4.1 試驗設(shè)置

本文針對兩種不同情況的分類問題進(jìn)行了實驗:第一組包括了6種主要害蟲與1種無害昆蟲的圖像;第二組針對13個種類的分類任務(wù),包括了無害昆蟲和本文選擇的主要害蟲和次要害蟲。本文所使用操作系統(tǒng)為Ubuntu 16.04,64位系統(tǒng),深度學(xué)習(xí)框架TensorFlow-GPU V1.4.0,編程語言Python3.5,集成開發(fā)環(huán)境PyCharm 2018.2.2(Community Edition)。所提改進(jìn)ResNet34模型的權(quán)重均采用來自ImageNet類的預(yù)訓(xùn)練權(quán)重。

為了進(jìn)行比較,本文也采用了局部二進(jìn)制支持向量機(LBP-SVM)模型[20]在8個像素的局部鄰域和以24為半徑的范圍內(nèi)進(jìn)行訓(xùn)練。在支持向量機訓(xùn)練中,所有圖像都被轉(zhuǎn)換為灰度圖以提取直方圖,并后續(xù)將直方圖輸入到模型中。所有的CNN模型都配備有批量的圖像。

在第一個試驗中,網(wǎng)絡(luò)對初始的6種害蟲進(jìn)行了分類(稻縱卷葉螟、二化螟、稻水象甲、麻皮蝽、東方螻蛄、稻蝗),并增加了一種無害蟲類。在第一個試驗中,每個種類的害蟲都配備了圖像。試驗中,數(shù)據(jù)集被隨機地分成80%的訓(xùn)練子集和20%的驗證子集。試驗針對LBP-SVM模型[19]以及典型的CNN模型(AlexNet)進(jìn)行了測試,并將其作為基準(zhǔn)模型與一些深度殘差模型進(jìn)行了比較,例如:ResNet34模型、本文提出的改進(jìn)ResNet34模型以及ResNet101模型。

4.2 結(jié)果與分析

改進(jìn)ResNet34模型在兩次試驗中的迭代變化如圖6、圖7所示。在第一個試驗中,識別主要害蟲的訓(xùn)練過程持續(xù)了20個完整訓(xùn)練的時期,而第二個試驗中,識別所有的害蟲進(jìn)行了40個完整訓(xùn)練的時期。從圖6、圖7中可以看出,隨著迭代變化,分類準(zhǔn)確率都超過了96%。

圖6 第一個試驗過程Fig. 6 Experimental process one

圖7 第二個試驗過程Fig. 7 Experimental process two

所有模型針對主要害蟲進(jìn)行分類時的準(zhǔn)確率如表1所示。從表1中可以看出,所有的CNN模型的分類性能都遠(yuǎn)高于LBP-SVM模型,而本文提出的改進(jìn)ResNet34模型取得的平均準(zhǔn)確率最高(96.7%)。在第一個試驗中,無害蟲和麻皮蝽平均來看是最難以識別的,兩者的分類準(zhǔn)確率最低。雖然這兩個類別的最高的識別準(zhǔn)確率都達(dá)到了95.0%以上,但要把它們進(jìn)行分類還具有一定困難。

表1 各類模型針對主要害蟲以及無害蟲分類的準(zhǔn)確率Tab. 1 Accuracy rate of various models for the classification of major pests and no pests %

圖8展示了各個模型的F1-score,可體現(xiàn)出兩個試驗的綜合效果。如圖8所示,本文提出的改進(jìn)ResNet34模型很好地平衡和滿足了數(shù)量和準(zhǔn)確度兩方面的要求,取得了最優(yōu)結(jié)果。在本文實施的兩個試驗中,只選取分類器的第一選擇作為結(jié)果。兩個試驗均只針對特定作物的害蟲,且分類器的識別目標(biāo)僅是水稻害蟲,并不是其他昆蟲,所以識別分類結(jié)果是非常準(zhǔn)確的。

圖8 兩次分類試驗的F1-scoreFig. 8 F1-score of two classification experiments

總的來說,上述網(wǎng)絡(luò)模型在預(yù)測方面體現(xiàn)了較高的準(zhǔn)確性。本文采用的IDADP數(shù)據(jù)集已經(jīng)足夠大,為了更進(jìn)一步提高某些類別的準(zhǔn)確性,數(shù)據(jù)量更大的數(shù)據(jù)集可對識別的性能更有助力。正如日常所觀察到的,特別是在熱帶的種植園中,昆蟲的種類可能相當(dāng)多。因此,模型需要在昆蟲種類的數(shù)量和識別準(zhǔn)確度方面進(jìn)行權(quán)衡。

第二個試驗中使用的數(shù)據(jù)庫中配置了9種不同害蟲和1種無害蟲,并對四種CNN模型進(jìn)行了評估,分別為:AlexNet、ResNet34、ResNet101以及本文提出改進(jìn)ResNet34模型。所有模型的識別準(zhǔn)確率情況如表2所示。所有的CNN模型都取得了較高的準(zhǔn)確率,殘差模型(ResNet34、改進(jìn)ResNet34、ResNet101)比AlexNet稍有優(yōu)勢。其中,分類性能最好的是所提改進(jìn)ResNet34模型(96.8%)。

表2 各類模型針對所有害蟲以及無害蟲分類的準(zhǔn)確性Tab. 2 Accuracy of various models for classification of all pests and no pests %

5 結(jié)論

1) 基于田間圖像來針對某種特定的農(nóng)作物進(jìn)行害蟲分類是一個極具挑戰(zhàn)性的基于視覺的分類問題,不同種類的害蟲給同一種作物造成的危害也是不一樣的。首先,由于背景看起來更加相似,分類器將被要求區(qū)分它們是一般的昆蟲或是害蟲。其次,將找到影響一個種植園或生態(tài)系統(tǒng)的害蟲設(shè)置為主要目標(biāo)是更合適的,因為這有助于將最終的識別結(jié)果應(yīng)用到真實環(huán)境中,從而達(dá)到管理農(nóng)作物的目的。

2) 本文提出了一種改進(jìn)的深度殘差學(xué)習(xí)模型。與其他所有的在遷移學(xué)習(xí)環(huán)境下使用ImageNet預(yù)訓(xùn)練權(quán)重的測試模型相比,本文提出的模型的總體準(zhǔn)確率更高,平均準(zhǔn)確率超過96.0%。此外,提出的新模型可以進(jìn)一步應(yīng)用于擴展數(shù)據(jù)集的分析。

3) 本文提出的改進(jìn)ResNet34模型很好地平衡和滿足了數(shù)量和準(zhǔn)確度兩方面的要求,取得了最優(yōu)結(jié)果。未來的研究工作需要驗證更多的數(shù)據(jù)集,因此本文將后續(xù)增加新的樣本和其他種類的昆蟲和害蟲,從而使得該方法可以應(yīng)用于其他作物及其相關(guān)生態(tài)系統(tǒng)。