基于高清攝像頭拍攝和改進(jìn)YOLOX 的茶萎芽病識(shí)別

摘要：為解決當(dāng)前人工拍攝茶葉病害圖像耗時(shí)且效率低下的問(wèn)題，該研究開(kāi)發(fā)了一個(gè)高清攝像頭圖像采集系統(tǒng)，用于茶園中圖像數(shù)據(jù)的實(shí)時(shí)自動(dòng)采集。同時(shí)，為提高英紅九號(hào)茶萎芽病的識(shí)別率，在YOLOX模型的基礎(chǔ)上，采用CBAM注意力模塊和DIOU損失函數(shù)對(duì)其網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行了改進(jìn)。實(shí)驗(yàn)結(jié)果顯示，改進(jìn)后的YOLOX+模型在測(cè)試集上的mAP@.5達(dá)到了91.9%，較YOLOX模型提升了2.2%。這表明YOLOX+在英紅九號(hào)茶萎芽病識(shí)別中取得了較高的識(shí)別精度。

關(guān)鍵詞：茶葉病害；高清攝像頭；YOLOX；CBAM；DIOU損失函數(shù)

中圖分類號(hào)：TP18 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2024）31-0027-04

開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID） ：

0 引言

茶葉產(chǎn)業(yè)是中國(guó)的傳統(tǒng)特色產(chǎn)業(yè)，茶樹(shù)病害可直接且嚴(yán)重地影響茶葉的品質(zhì)和產(chǎn)量。目前，茶葉病害檢測(cè)主要依賴茶葉研究專家通過(guò)野外考察進(jìn)行，這種方法時(shí)間和勞動(dòng)力成本過(guò)高，且檢測(cè)結(jié)果容易受到主觀因素的干擾[1-7]。盡管?chē)?guó)內(nèi)外在茶葉病害識(shí)別方法上取得了不錯(cuò)的研究成果，但仍存在一些問(wèn)題：1） 圖像采集：目前大多數(shù)茶葉病害數(shù)據(jù)的采集是通過(guò)人工方式進(jìn)行，拍攝者需要親臨實(shí)地使用手機(jī)或相機(jī)進(jìn)行拍攝，這需要消耗大量的時(shí)間和人力，效率較低。2） 模型算法：在自然環(huán)境中，茶葉病害通常分布在多個(gè)葉片上，并且病害類型多樣。目前的研究中，YOLOv3 算法性能較低，F(xiàn)aster R-CNN計(jì)算量大、預(yù)測(cè)時(shí)間長(zhǎng)且算法識(shí)別率不高。因此，對(duì)于茶葉病害識(shí)別問(wèn)題，目標(biāo)檢測(cè)模型優(yōu)于分類模型。

針對(duì)上述問(wèn)題，本文以英紅九號(hào)茶萎芽病為研究對(duì)象，開(kāi)發(fā)了一個(gè)高清攝像頭圖像采集系統(tǒng)，用于茶園中圖像數(shù)據(jù)的實(shí)時(shí)和自動(dòng)采集；提出了一種YOLOX+模型，用于識(shí)別茶萎芽病。實(shí)驗(yàn)結(jié)果表明，本文提出的方法在英紅九號(hào)茶萎芽病識(shí)別任務(wù)中取得了較高的識(shí)別精度。

1 高清攝像頭圖像采集系統(tǒng)

目前，茶葉病害數(shù)據(jù)采集大多通過(guò)人工使用手機(jī)或相機(jī)進(jìn)行，效率低下，花費(fèi)大量時(shí)間和人力，并且容易受到天氣等環(huán)境因素的影響。雖然也有采用無(wú)人機(jī)拍攝的方式，但無(wú)人機(jī)拍攝的患病芽葉較小，特征信息有限。本文設(shè)計(jì)的高清攝像頭采集系統(tǒng)能夠?qū)崟r(shí)、自動(dòng)地采集圖像，大幅提高采集效率，節(jié)省時(shí)間和人力成本。圖1展示了在茶園中架設(shè)的高清攝像頭，攝像頭型號(hào)為海康威視iDS-2DC7533IW-A（S5），以滿足圖像質(zhì)量的要求。

整個(gè)系統(tǒng)的功能實(shí)現(xiàn)如圖2所示，分為4個(gè)模塊：實(shí)時(shí)預(yù)覽、云臺(tái)控制、實(shí)時(shí)采集和自動(dòng)采集。

2 基于YOLOX+ 模型的英紅九號(hào)茶萎芽病識(shí)別

YOLOX模型由曠視科技的張戈等人[8]在2021年提出，主要在兩個(gè)方面對(duì)YOLO 系列算法進(jìn)行了改進(jìn)：Anchor Free 無(wú)錨框機(jī)制和Decoupled head 解耦頭。與原YOLO系列相比，YOLOX模型的網(wǎng)絡(luò)頭部參數(shù)量減少了2/3，大大降低了網(wǎng)絡(luò)的計(jì)算量，并提高了網(wǎng)絡(luò)模型的收斂速度[9]。本文通過(guò)改進(jìn)YOLOX 的特征金字塔結(jié)構(gòu)和目標(biāo)檢測(cè)頭網(wǎng)絡(luò)結(jié)構(gòu)，提升了識(shí)別精度。

2.1 特征金字塔結(jié)構(gòu)改進(jìn)

在YOLOX模型中，骨干網(wǎng)絡(luò)結(jié)構(gòu)用于實(shí)現(xiàn)初步的特征提取，而特征金字塔結(jié)構(gòu)用于實(shí)現(xiàn)特征融合，即在深層網(wǎng)絡(luò)和淺層網(wǎng)絡(luò)之間傳遞特征。ConvolutionalBlock Attention Module（CBAM） 注意力模塊是一種輕量化的卷積注意力模塊，由通道注意力模塊和空間注意力模塊組成[10]。CBAM通過(guò)全局平均池化（GAP） 和全局最大池化（GMP） 捕獲通道間的統(tǒng)計(jì)信息，然后使用可學(xué)習(xí)的卷積核生成通道權(quán)重，實(shí)現(xiàn)對(duì)不同通道特征的自適應(yīng)加權(quán)。同時(shí)，對(duì)空間維度進(jìn)行全局平均池化獲取空間信息，并使用可學(xué)習(xí)的卷積核生成空間權(quán)重，從而實(shí)現(xiàn)對(duì)不同位置特征的自適應(yīng)加權(quán)。這樣提高了神經(jīng)網(wǎng)絡(luò)模型的特征表達(dá)能力，增強(qiáng)了對(duì)目標(biāo)物體的分類能力和坐標(biāo)定位能力，提高了模型的準(zhǔn)確性。由于CBAM注意力模塊計(jì)算成本較低，可以在對(duì)檢測(cè)速度影響較小的情況下提升模型性能。因此，本文將CBAM注意力模塊引入特征金字塔結(jié)構(gòu)，以加強(qiáng)對(duì)淺層網(wǎng)絡(luò)小尺度特征信息的關(guān)注，同時(shí)也加強(qiáng)對(duì)深層網(wǎng)絡(luò)大尺度特征信息的注意。引入CBAM模塊后的特征金字塔結(jié)構(gòu)前后對(duì)比如圖3所示，其中CBAM被引入特征金字塔結(jié)構(gòu)的每個(gè)瓶頸層模塊中，記為注意力機(jī)制- 瓶頸層2_1，其具體結(jié)構(gòu)如圖4所示。

2.2 目標(biāo)檢測(cè)頭網(wǎng)絡(luò)結(jié)構(gòu)改進(jìn)

在原YOLOX 模型中，使用IOU（Intersection overUnion） [11]損失函數(shù)來(lái)衡量預(yù)測(cè)框和真實(shí)框的誤差，其計(jì)算公式如式（1） 所示。IOU損失函數(shù)僅考慮了預(yù)測(cè)框與真實(shí)框之間的重疊部分，無(wú)法在兩個(gè)框沒(méi)有相交時(shí)提供任何信息，從而導(dǎo)致神經(jīng)網(wǎng)絡(luò)模型無(wú)法學(xué)習(xí)預(yù)測(cè)框參數(shù)的優(yōu)化方向。

式中：LossIOU表示IOU損失函數(shù)，A為模型輸出的預(yù)測(cè)框，B為真實(shí)框，| A ? B |表示預(yù)測(cè)框和真實(shí)框的重疊面積，| A ? B |表示預(yù)測(cè)框和真實(shí)框的合并面積，IoU 表示預(yù)測(cè)框和真實(shí)框的交并比。

為了減少預(yù)測(cè)框和真實(shí)框之間的誤差，實(shí)現(xiàn)對(duì)預(yù)測(cè)框坐標(biāo)信息的更準(zhǔn)確擬合，本文引入DIOU損失函數(shù)對(duì)其進(jìn)行改進(jìn)。DIOU損失函數(shù)[12]不僅考慮了邊界框的重疊面積，還包含了邊界框中心點(diǎn)距離、寬高比和對(duì)角線距離等信息。通過(guò)最小化預(yù)測(cè)框和真實(shí)框中心點(diǎn)之間的距離，DIOU損失函數(shù)能夠引導(dǎo)模型更準(zhǔn)確地定位目標(biāo)；通過(guò)考慮預(yù)測(cè)框與真實(shí)框之間的寬高比，有助于模型學(xué)習(xí)合理的目標(biāo)尺寸；通過(guò)考慮邊界框的對(duì)角線距離，使得模型能更好地處理復(fù)雜環(huán)境中的目標(biāo)尺度變化。DIOU損失函數(shù)將真實(shí)框和預(yù)測(cè)框的中心點(diǎn)歐式距離與這兩個(gè)框最小外接矩形的對(duì)角線距離的比值作為懲罰項(xiàng)，其計(jì)算公式如式（2） 所示。

式中：b 和bgt 分別表示預(yù)測(cè)框和真實(shí)框的中心點(diǎn)，ρ （b，bgt ）表示二者的歐式距離，c表示這兩個(gè)框的最小外接矩形對(duì)角線距離（如圖5所示）。

從式（2） 可以看出，DIOU損失函數(shù)不僅考慮了真實(shí)框和預(yù)測(cè)框的重疊面積，還結(jié)合了真實(shí)框和預(yù)測(cè)框的位置信息。因此，它可以提高模型在預(yù)測(cè)框邊界回歸上的準(zhǔn)確性。

2.3 改進(jìn)的YOLOX+模型

為了更加有效地提取和利用目標(biāo)特征，減少無(wú)關(guān)信息的干擾，并提高檢測(cè)精度，本文在YOLOX模型的基礎(chǔ)上進(jìn)行了改進(jìn)。在特征金字塔結(jié)構(gòu)中引入了CBAM 注意力機(jī)制模塊，以增強(qiáng)模型的特征提取能力；同時(shí)，在YOLOX的目標(biāo)檢測(cè)頭網(wǎng)絡(luò)模塊中引入了DIOU損失函數(shù)，以提升模型的檢測(cè)精度。通過(guò)結(jié)合CBAM和DIOU損失函數(shù)，模型在復(fù)雜背景和不同尺度的目標(biāo)檢測(cè)中表現(xiàn)出更好的魯棒性，同時(shí)仍保持快速實(shí)時(shí)檢測(cè)的特點(diǎn)。改進(jìn)后的模型稱為YOLOX+，其具體結(jié)構(gòu)如圖6所示，圖中黑色粗框標(biāo)注了改進(jìn)的部分。

3 實(shí)驗(yàn)結(jié)果與分析

3.1 構(gòu)建數(shù)據(jù)集

通過(guò)高清攝像頭系統(tǒng)對(duì)自然環(huán)境下英紅九號(hào)茶萎芽病圖像進(jìn)行采集，采集地點(diǎn)為廣東省農(nóng)業(yè)科學(xué)院茶葉研究所（英德實(shí)驗(yàn)基地），其地理位置為東經(jīng)113°39'、北緯24°30'。茶園的平均海拔高度為39米，常年種植英紅九號(hào)品種茶樹(shù)。

在晴天和雨天等多種天氣條件下共采集了1 500 張圖像。圖像分辨率為2 560×1 920。使用開(kāi)源標(biāo)注工具LabelImg對(duì)這些圖像進(jìn)行標(biāo)注，其中，英紅九號(hào)茶萎芽病分為早期和晚期兩個(gè)類別，如圖7所示。隨后，將1 500張圖像按7∶1∶2的比例劃分為訓(xùn)練集、驗(yàn)證集和測(cè)試集，分別得到訓(xùn)練集960張、驗(yàn)證集240 張、測(cè)試集300張。

3.2 評(píng)價(jià)指標(biāo)

本文采用COCO 數(shù)據(jù)集的評(píng)價(jià)指標(biāo)來(lái)評(píng)估YOLOX+算法在識(shí)別英紅九號(hào)茶萎芽病方面的性能。該評(píng)價(jià)體系包括以下指標(biāo)：

1） 交并比（IOU，Intersection over Union） ：用于衡量預(yù)測(cè)框與真實(shí)框之間的重疊度。

2） 精確率（P，Precision） ：表示預(yù)測(cè)框中的正樣本數(shù)量占所有預(yù)測(cè)框總數(shù)的比例。

3） 平均精確率（AP， Average Precision） ：表示對(duì)某一類別預(yù)測(cè)的準(zhǔn)確率的均值。

4） 平均精確率均值（mAP， mean Average Preci?sion） ：所有類別的平均精確率，一般在IOU = 0.5時(shí)計(jì)算，記為mAP@0.5。

各個(gè)指標(biāo)對(duì)應(yīng)的公式如公式（3） ～（5） 所示。

式中：TP（True Positive）表示預(yù)測(cè)結(jié)果為茶萎芽病且實(shí)際也為茶萎芽病的數(shù)量；FP（False Positive）表示預(yù)測(cè)結(jié)果為茶萎芽病但實(shí)際不是茶萎芽病的數(shù)量；FN（False Negative）表示預(yù)測(cè)結(jié)果不是茶萎芽病但實(shí)際為茶萎芽病的數(shù)量；Pi 是召回率區(qū)間為[0，0.1，0.2，..，1]下的取值；N 為數(shù)據(jù)集的類別數(shù)，這里N 為2。

3.3 實(shí)驗(yàn)參數(shù)細(xì)節(jié)

在實(shí)驗(yàn)過(guò)程中，各模型統(tǒng)一訓(xùn)練300 個(gè)epoch，輸入圖像大小調(diào)整為1 280×1 280，batch size設(shè)置為2。使用SGD優(yōu)化器，初始學(xué)習(xí)率為0.000 312 5，且采用warmup 和指數(shù)退火（exp） 的學(xué)習(xí)率調(diào)整策略，warmup 階段為5 個(gè)epoch。動(dòng)量（momentum） 設(shè)置為0.9，權(quán)重衰減（weight decay） 設(shè)置為0.000 5。

此外，在訓(xùn)練過(guò)程中，使用Mosica和Mixup進(jìn)行數(shù)據(jù)增強(qiáng)，并在訓(xùn)練的最后15個(gè)epoch中關(guān)閉這兩個(gè)數(shù)據(jù)增強(qiáng)方法。

3.4 消融實(shí)驗(yàn)結(jié)果與分析

通過(guò)消融實(shí)驗(yàn)可以有效地反映模型的改進(jìn)效果。本文在原YOLOX模型中進(jìn)行了兩項(xiàng)改進(jìn)，分別記為YOLOX+CBAM 和YOLOX+DIOU。表3 展示了原YOLOX、YOLOX+CBAM、YOLOX+DIOU以及YOLOX+ 這4個(gè)模型在英紅九號(hào)茶萎芽病識(shí)別中的實(shí)驗(yàn)結(jié)果和對(duì)比。

如表3所示，YOLOX模型在引入CBAM模塊后，在IOU閾值為0.5的條件下，晚期茶萎芽病的AP值達(dá)到了95.9%，早期茶萎芽病的AP值達(dá)到了85.8%，從而使mAP提高到90.9%，比原始YOLOX提升了1.2%。這表明，CBAM注意力機(jī)制有效增強(qiáng)了網(wǎng)絡(luò)的特征提取能力。

在引入DIOU損失函數(shù)以改進(jìn)邊界回歸功能后，YOLOX模型在IOU閾值為0.5時(shí)，晚期和早期茶萎芽病的AP值分別達(dá)到95.9%和86.6%。因此，mAP提高到91.3%，相較于YOLOX 提高了1.6%，這說(shuō)明DIOU 損失函數(shù)更好地描述了目標(biāo)物體的位置信息和尺寸信息，從而顯著提升了模型對(duì)邊界框的定位能力。

當(dāng)同時(shí)引入CBAM模塊和DIOU損失函數(shù)后，在IOU閾值為0.5時(shí)，晚期茶萎芽病的AP值達(dá)到96.1%。盡管在檢測(cè)精度上僅有小幅提升，但這是因?yàn)橥砥诓栉坎〉奶卣餍畔⑤^為明顯，其他模型已經(jīng)相對(duì)容易識(shí)別。而早期茶萎芽病由于特征信息較少，其識(shí)別率比晚期低。盡管如此，YOLOX+識(shí)別早期茶萎芽病的AP值達(dá)到了87.6%，相較于YOLOX、YOLOX+CBAM、YOLOX+DIOU 分別提高了3.7%、1.8% 和1.0%，均有顯著提升。最終，YOLOX+模型的mAP@0.5 達(dá)到了91.9%，這表明所提出的方法在英紅九號(hào)茶萎芽病識(shí)別任務(wù)中實(shí)現(xiàn)了較高的識(shí)別精度。

4 結(jié)論

本文以英紅九號(hào)茶萎芽病為研究對(duì)象，首先開(kāi)發(fā)了一個(gè)高清攝像頭圖像采集系統(tǒng)，以解決當(dāng)前人工收集茶葉病害圖像效率低下的問(wèn)題。隨后提出了一種改進(jìn)的英紅九號(hào)茶萎芽病識(shí)別模型YOLOX+，通過(guò)將CBAM注意力模塊整合到Neck結(jié)構(gòu)中來(lái)增強(qiáng)模型的特征提取能力，同時(shí)引入DIOU邊界回歸損失函數(shù)以替代原有的IOU損失函數(shù)，從而提升模型的檢測(cè)精度。實(shí)驗(yàn)結(jié)果顯示，YOLOX+模型在測(cè)試集上的mAP@0.5比YOLOX提高了2.2%，達(dá)到91.9%。YOLOX+能夠準(zhǔn)確識(shí)別英紅九號(hào)茶萎芽病，從而增強(qiáng)了對(duì)該病的及時(shí)檢測(cè)和預(yù)警，為防止進(jìn)一步危害及采取有效防治措施奠定了基礎(chǔ)，也為我國(guó)茶葉產(chǎn)業(yè)的發(fā)展做出了貢獻(xiàn)。

參考文獻(xiàn)：

[1] 魏康.自然場(chǎng)景圖像中茶炭疽菌病害嚴(yán)重度估計(jì)[D].合肥：安徽大學(xué)，2021.

[2] 李子茂，徐杰，鄭祿，等.基于改進(jìn)DenseNet的茶葉病害小樣本識(shí)別方法[J].農(nóng)業(yè)工程學(xué)報(bào)，2022，38（10）：182-190.

[3] 李博，江朝暉，洪石蘭，等.基于邊緣智能的茶葉病害識(shí)別[J].中國(guó)農(nóng)機(jī)化學(xué)報(bào)，2022，43（6）：175-180.

[4] HU G S，F(xiàn)ANG M.Using a multi-convolutional neural network to automatically identify small-sample tea leaf diseases[J].Sus?tainable Computing：Informatics and Systems，2022（35）：100696.

[5] REDMON J，F(xiàn)ARHADI A.YOLOv3：an incremental improve?ment[EB/OL].[2024-03-20].https：//arxiv.org/abs/1804.02767v1.

[6] GE Z，LIU S T，WANG F，et al.YOLOX：exceeding YOLO series in 2021[EB/OL].[2024-03-20].https：//arxiv.org/abs/2107. 08430v2 .

[7] 劉志佳.基于YOLOX改進(jìn)的人臉口罩檢測(cè)算法[D].南京：南京郵電大學(xué)，2022.

【通聯(lián)編輯：唐一東】

基金項(xiàng)目：廣東省科技創(chuàng)新戰(zhàn)略專項(xiàng)資金立項(xiàng)項(xiàng)目（項(xiàng)目編號(hào)：pdjh2022b0885、pdjh2023a0887）；校級(jí)科研項(xiàng)目：基于深度學(xué)習(xí)的茶園草害智能預(yù)警系統(tǒng)研究（項(xiàng)目編號(hào)：XK202207）