鄭顯潤，鄭 鵬，王文秀，程亞紅，蘇宇鋒
(鄭州大學(xué)機械與動(dòng)力工程學(xué)院,河南 鄭州 450000)
水稻作為我國主要農作物，在我國的種植面積穩定在3 000萬(wàn)hm2，年產(chǎn)量超2萬(wàn)億t。稻米生產(chǎn)的安全穩定對于保證我國民眾的口糧自給和糧食安全具有重要意義。在水稻種植過(guò)程中，每年都會(huì )因為多種病蟲(chóng)害的連續發(fā)生對我國稻米生產(chǎn)造成巨大的損失，水稻害蟲(chóng)的準確識別和監測對我國的稻米生產(chǎn)具有重要的意義。傳統的水稻害蟲(chóng)識別主要依賴(lài)農民經(jīng)驗，但由于水稻害蟲(chóng)種類(lèi)多且特征多變，對識別人員的專(zhuān)業(yè)性要求較高，從事農業(yè)生產(chǎn)的人員難以具備所需要的專(zhuān)業(yè)素養，導致人工作業(yè)很難滿(mǎn)足現代農業(yè)生產(chǎn)的需求。
近年來(lái)，隨著(zhù)機器視覺(jué)和深度學(xué)習技術(shù)的發(fā)展，農業(yè)病蟲(chóng)害的分類(lèi)識別問(wèn)題也得到了廣泛的研究，越來(lái)越多的學(xué)者將深度學(xué)習運用到病蟲(chóng)害的圖像識別中。梁勇等[1]采用YOLOv5算法研究了稻縱卷葉螟和水稻二化螟識別計數，準確率達到了93.39%。楊紅云等[2]采用卷積神經(jīng)網(wǎng)絡(luò )和遷移學(xué)習的方法實(shí)現了對6類(lèi)水稻害蟲(chóng)實(shí)驗室條件下的分類(lèi)，準確率高達99.05%。姚青等[3]使用改進(jìn)的RetinaNet網(wǎng)絡(luò )實(shí)現對水稻冠層害蟲(chóng)為害狀的自動(dòng)監測，準確率達到了93.76%。劉德?tīng)I等[4]采用卷積神經(jīng)網(wǎng)絡(luò )的方法對自然狀態(tài)下白背飛虱進(jìn)行了識別，準確率達96.17%。謝成軍等[5]使用稀疏編碼的空間金字塔模型識別農業(yè)害蟲(chóng)圖像，與早期支持向量機和神經(jīng)網(wǎng)絡(luò )方法相比，提高了帶背景害蟲(chóng)圖像的識別精度，識別準確率達89.2%。Xiao等[6]基于詞袋模型和支持向量機(BOF-SVM)對白粉虱、小菜蛾、薊馬和黃曲條跳甲等4種蔬菜害蟲(chóng)進(jìn)行了分類(lèi)和分析。張博等[7]運用空間金字塔池化改進(jìn)了YOLOv3深度卷積神經(jīng)網(wǎng)絡(luò )，實(shí)現了對20種害蟲(chóng)的識別，識別精度達88.07%。程科等[8]采用一種基于BP和PSO的混合型算法,應用于稻飛虱圖像的識別，平均準確率達到97%。鮑文霞等[9]設計了一個(gè)由特征提取、全局優(yōu)化以及局部?jì)?yōu)化模塊構成的輕量型殘差網(wǎng)絡(luò )LW-ResNet，在13種水稻害蟲(chóng)圖像的測試數據集上識別準確率達到了92.5%。Lu等[10]將Ghost網(wǎng)絡(luò )與Transformer相結合研究了葡萄葉片病蟲(chóng)害圖像分類(lèi)的問(wèn)題，精度達98.14%。Li等[11]使用V iT植物病蟲(chóng)害公共數據集Plant_Country測試，識別準確率達96.71%，效果優(yōu)于經(jīng)典的GooleNet和EfficentNetV2等網(wǎng)絡(luò )?，F有的水稻害蟲(chóng)圖像識別研究局限于簡(jiǎn)單背景、少類(lèi)別甚至單一類(lèi)別，對復雜自然背景下的水稻害蟲(chóng)多類(lèi)別分類(lèi)問(wèn)題的研究仍有欠缺。自然環(huán)境下，由于害蟲(chóng)自身保護色的原因，害蟲(chóng)特征提取是一件很困難的事情，傳統的顏色、紋理、灰度閾值的識別方案無(wú)法解決復雜自然背景下的害蟲(chóng)識別問(wèn)題，難以提取害蟲(chóng)本身的有效特征?？紤]到水稻害蟲(chóng)的圖像數據采集的困難與成本，訓練數據集基本為中小數據集，而Transformer模型的自注意力機制會(huì )帶來(lái)大量計算資源的浪費，且在數據量不足的中小數據集上的表現不如卷積結構[12]。本文采用卷積神經(jīng)網(wǎng)絡(luò )的架構，設計了一種基于多尺度特征提取的深度殘差網(wǎng)絡(luò )，以期實(shí)現在復雜背景下對水稻害蟲(chóng)的準確識別和分類(lèi)，為水稻害蟲(chóng)的自動(dòng)監測提供技術(shù)支撐。
為解決傳統的卷積網(wǎng)絡(luò )結構隨著(zhù)網(wǎng)絡(luò )加深帶來(lái)的“網(wǎng)絡(luò )退化”問(wèn)題，He等[13]提出了殘差網(wǎng)絡(luò )ResNet。相比于傳統的卷積結構，ResNet殘差塊增加了“快捷連接”，使得深度卷積網(wǎng)絡(luò )可以對殘差進(jìn)行學(xué)習(圖1)。
圖1 傳統卷積結構(a)和殘差卷積結構(b)Fig.1 Conventional convolutional structure(a)and residual convolutional structure (b)
原始的ResNet殘差塊由1×1卷積核、3 ×3卷積核和1×1卷積核3個(gè)部分組成，各部分之間采用批歸一化(Batch normalization，BN)層和Relu激活函數連接。為了更多尺度地提取特征，Gao等[14]在ResNet殘差網(wǎng)絡(luò )的基礎上改進(jìn)了殘差單元，采用了一組更小的濾波器替換了n 個(gè) 通道的3 ×3卷積核，每個(gè)都是w個(gè)通道(令n =s×w不失一般性)，如圖2所示。這些較小的濾波器以類(lèi)殘差的層次化方式連接，增加了輸出特征所能代表的尺度的數量。具體來(lái)說(shuō)，在第一個(gè)1×1卷積后，輸入 x被劃分成s個(gè)子集，定義為:
圖2 Res2Net殘差結構(尺度=4)Fig.2 Res2Net residual structure(Scale=4)
每一個(gè)特征都有相同的尺度大小，通道是輸入特征的1 /s，除了 x1外 ，其他的子特征都有相應的3 ×3卷積核，定義為Ki()，其輸出為yi，子特征 xi均與 Ki?1()相加，然后輸入到 Ki()。為了在增加s時(shí)不增加參數，Gao等[14]省略了 x1的 3 ×3卷積，因此，
如式(2)所示，每一個(gè)子集 xi的卷積操作都能夠學(xué)習到所有xi左邊的特征信息，每一個(gè)輸出 yi都能增大感受野，所以每一個(gè)Res2Net都能獲取不同數量和不同感受野大小的特征組合。這里的s作為特征維的控制參數，s越大意味著(zhù)特征有著(zhù)更豐富的感受野，網(wǎng)絡(luò )能學(xué)習到更多的特征。很明顯，殘差塊中層次化的殘差連接使網(wǎng)絡(luò )能在更細粒度級別的變化上捕獲細節和全局特性。
基于ResNet和Res2Net結構，本文構建了一種多尺度特征提取的深度殘差網(wǎng)絡(luò )，結構如圖3所示。
圖3 多尺度特征提取的深度殘差網(wǎng)絡(luò )結構圖Fig.3 Network structure diagram of depth residual network based on multi-scale feature extraction
1.2.1 卷積深度的選擇網(wǎng)絡(luò )深度決定了網(wǎng)絡(luò )的非線(xiàn)性表達能力，越深的網(wǎng)絡(luò )意味著(zhù)可以學(xué)習更加復雜的變換，進(jìn)而可以擬合更復雜的特征。但是越深的網(wǎng)絡(luò )訓練成本越高，網(wǎng)絡(luò )模型更大，還有可能產(chǎn)生過(guò)擬合的問(wèn)題。綜合考慮，本網(wǎng)絡(luò )采用了50層卷積的結構設計。輸入圖像為統一進(jìn)行尺寸標準化處理的224×224的RGB三通道圖像。
1.2.2 引入標準化處理層由于圖像數據的每個(gè)像素都是0～255之間的數值，數據點(diǎn)均分布在第一象限，而圖像各像素點(diǎn)之間又是強相關(guān)的，即相鄰像素點(diǎn)之間的數值往往比較接近，因此，圖像各像素點(diǎn)會(huì )落在第一象限的局部區域中，形成狹長(cháng)分布，特征值分布不均勻。神經(jīng)網(wǎng)絡(luò )初始化時(shí)，權重值是隨機生成的，而使用梯度下降時(shí)，需要多次迭代才能實(shí)現對數據點(diǎn)的有效分割。為了讓神經(jīng)網(wǎng)絡(luò )能更高效地進(jìn)行數據處理，本文在網(wǎng)絡(luò )初始設置了Z-Score標準化處理層，將輸入的圖像進(jìn)行標準化處理：
式中，Image表示圖像中各像素的值，Mean和Std分別表示RGB通道各自的平均值和標準差。各像素值將被限定成均值為0、方差為1的分布，數據點(diǎn)在每維上有著(zhù)相似的寬度，增大數據分布范圍的同時(shí)，也能消除奇異樣本數據導致的不良影響，加速網(wǎng)絡(luò )收斂。
1.2.3 首層卷積設計 其輸入是尺寸標準化和標準化處理后的224×224圖像，由64個(gè)卷積步長(cháng)為2的 7×7卷積核組成，He等[15]提出用3個(gè) 3 ×3卷積核代替7 ×7卷積核的方案，網(wǎng)絡(luò )性能略有提升，但增加了網(wǎng)絡(luò )深度。VGG網(wǎng)絡(luò )使用這種替代網(wǎng)絡(luò )訓練速度會(huì )變得很緩慢，考慮到本文網(wǎng)絡(luò )增加了多尺度特征提取，為了減小網(wǎng)絡(luò )負擔，本文選擇使用7 ×7卷積核。
1.2.4 池化層的選擇 常用的卷積池化方法有2種：平均池化和最大池化。特征提取的誤差主要來(lái)自2個(gè)方面，即鄰域大小受限造成的估計值方差增大和卷積層參數誤差造成的估計均值偏移。平均池化可以減小第一種誤差，保留更多的背景信息；
最大池化能減小第二種誤差，保留更多的紋理信息?？紤]到復雜背景下，害蟲(chóng)的紋理特征更具有代表性，本文網(wǎng)絡(luò )選擇使用最大池化，最大池化層由一個(gè)步長(cháng)為2的3 ×3的卷積核構成。
1.2.5 批歸一化與激活函數 引入Ioffe等[16]提出的BN。本文將BN層用在激活函數之前，可以加快模型收斂，使模型訓練更加穩定，避免梯度爆炸或者梯度消失，且有一定的正則化作用。選用經(jīng)典的Relu函數作為網(wǎng)絡(luò )的激活函數，相較于Sigmod和Tanh，Relu函數沒(méi)有飽和區，不存在梯度消失問(wèn)題，而且計算更簡(jiǎn)單、實(shí)際收斂速度更快。本文也嘗試了LeakyRelu和PRelu函數，發(fā)現LeakyRelu函數并不能帶來(lái)性能的提升，而PRelu函數使性能明顯下降。
1.2.6 多尺度特征提取模塊 多尺度特征提取模塊是由一系列引入Scale splitting層的Bottleneck結構堆疊而成，模塊分為4層，每一層分別由3、4、6、3個(gè)Bottleneck結構殘差塊堆疊組成。本文網(wǎng)絡(luò )將傳統的ResNet Bottleneck殘差塊中的3 ×3卷積層替換為Scale splitting層，在Scale splitting層中進(jìn)行多尺度劃分和分尺度的 3×3卷積操作，然后將每個(gè)尺度的結果疊加，經(jīng)BN層和Relu激活后輸入到一個(gè)1×1的卷積層中，如圖2所示。殘差塊內部每次卷積之后都接入一個(gè)BN層，中間采用Relu激活函數連接。
1.2.7 選用全局平均池化層 傳統的CNN網(wǎng)絡(luò )最后一層都是全連接層(如AlexNet)，這樣會(huì )導致網(wǎng)絡(luò )參數非常多，容易引起過(guò)擬合，Lin等[17]研究證明，采用全局平均池化(Global pooling average，GPA)代替原來(lái)的全連接層，可以大大減小網(wǎng)絡(luò )參數。全局平均池化可以通過(guò)加強特征圖與類(lèi)別的一致性簡(jiǎn)化卷積結構，還可以對空間信息進(jìn)行求和，對輸入的空間變換更具備魯棒性，因此本文網(wǎng)絡(luò )在最后一層選用了GPA層。
網(wǎng)絡(luò )最后再接入一個(gè)全連接層作為分類(lèi)器，最終實(shí)現對輸入的水稻害蟲(chóng)圖像進(jìn)行識別和分類(lèi)。
1.3.1 數據集的采集 本文利用現有數據集結合全網(wǎng)檢索的方式進(jìn)行圖像數據采集，最后人工分揀采集到的數據，形成了包含22類(lèi)常見(jiàn)的水稻害蟲(chóng)且擁有6 385張原始圖片的水稻害蟲(chóng)數據集RicePests22。
Wu等[18]構建了IP102農業(yè)害蟲(chóng)數據集，但是水稻害蟲(chóng)的種類(lèi)較少，而且圖像內容復雜，包含了各齡幼蟲(chóng)、成蟲(chóng)以及蟲(chóng)害為害狀，且?jiàn)A雜了一些不相關(guān)的甚至錯誤的圖像，圖像品質(zhì)參差不齊；
此外，IP102數據集僅收集了14種水稻害蟲(chóng)，種類(lèi)較少。為了保證數據集的準確性和代表性，本文做了以下工作：1)對IP102數據集的內容進(jìn)行優(yōu)化，通過(guò)查閱《中國生物志庫》[19]常見(jiàn)水稻害蟲(chóng)形態(tài)特征，剔除不相關(guān)的圖片以及各齡幼蟲(chóng)、卵、蛹和蟲(chóng)害為害狀的圖片，保留成蟲(chóng)圖像，人工分揀剔除錯誤分類(lèi)的圖片；
2)使用常見(jiàn)水稻害蟲(chóng)的拉丁名全網(wǎng)檢索害蟲(chóng)高清圖像，保留每一類(lèi)的前500張圖片，再根據害蟲(chóng)特征人工分揀，剔除無(wú)關(guān)圖像，保留成蟲(chóng)圖像。擴充了IP102原有的14類(lèi)水稻害蟲(chóng)的圖片數量，并在原來(lái)的基礎上補充了8類(lèi)害蟲(chóng)，使種類(lèi)擴充到22類(lèi)。最終形成了包含如圖4所示的22類(lèi)水稻害蟲(chóng)的圖像數據集RicePests22。
圖4 數據集RicePests22中部分害蟲(chóng)Fig.4 Partial pests in dataset RicePests22
1.3.2 數據預處理數據集中6 385張圖片的數量仍有不足，且類(lèi)間樣本圖片數量差異較大，圖像尺寸和質(zhì)量也參差不齊，訓練樣本分布的不均衡會(huì )影響模型的泛化能力，圖像質(zhì)量也會(huì )影響模型的訓練效果。為了提升數據集的可訓練價(jià)值，本文對數據集進(jìn)行了預處理和增強擴充(圖5)。
1)圖像尺寸標準化(圖5b)：由于圖像大小尺寸不一，為了更好地適應深度學(xué)習網(wǎng)絡(luò )，提取有效特征，本文采用近鄰取樣插值的方法，將圖像統一變換為224×224大小。
2)Z-Score標準化：分別計算所有樣本中RGB通道的平均值和偏差值，對樣本圖片進(jìn)行標準化處理，得到標準化圖片，使得預處理的數據被限定成均值為0、方差為1的分布，從而消除奇異樣本數據導致的不良影響。當訓練樣本足夠多時(shí)，訓練集和測試集的平均值收斂且相等，這樣可以根據單個(gè)樣本的偏差加強分類(lèi)特征，提高分類(lèi)的精度。
3)數據增強擴充(圖5c～圖5h)：為了在原來(lái)的基礎上擴大樣本數量和弱化樣本分布不均的影響，本文隨機對圖像進(jìn)行水平翻轉、垂直翻轉、旋轉隨機角度以及隨機改變亮度、對比度和飽和度的處理，將樣本圖像擴大至原來(lái)的10倍。同時(shí)，為了弱化數據集內樣本分布不均的問(wèn)題，數據擴充時(shí)參考原數據集各類(lèi)害蟲(chóng)圖片數量和樣本總體數量的比例，數量多的少擴充，數量少的多擴充，盡量均衡樣本分布。
圖5 數據預處理與增強擴充Fig.5 Data preprocessing and enhanced enrichment
模型的訓練與測試均是在Windows10 64bit操作系統下完成。試驗的硬件環(huán)境：CPU使用Inter(R)Core(TM)i9-10900X CPU@3.70GHz，RAM 128GB；
GPU采用NVIDIA GeForce RTX 3090，顯存容量為24 GB；
軟件環(huán)境：Py to rch 1.11.0，CUDA 11.4，Python 3.7，數據集使用自建的包含22類(lèi)水稻害蟲(chóng)的數據集。
在數據集中隨機抽取80%作為訓練集，其余20%作為測試集，每輪(次)訓練得到的模型均采用測試集驗證模型效果，取最佳的模型保存。為了獲得更好的訓練效果，本文先將網(wǎng)絡(luò )在ImageNet中進(jìn)行預訓練，再導入預訓練參數在RicePests22中訓練。綜合考慮試驗設備的性能和訓練效果，將批量大小(Batch size)設置為64，即每批次選取64張圖像進(jìn)行訓練與測試，迭代次數(Epoch)設置為100次，損失函數選用交叉熵損失函數，選擇隨機梯度下降優(yōu)化算法(Stochastic gradient descent，SGD)優(yōu)化模型，采用動(dòng)態(tài)更新學(xué)習率的訓練策略，初始學(xué)習率設置為0.000 1，若最近的2次訓練準確度沒(méi)有提升，學(xué)習率下調20%，最小的學(xué)習率設為0.000 01。
2.2.1 網(wǎng)絡(luò )模型的性能本文分別對特征維(s)為4、6和8的多尺度深度殘差網(wǎng)絡(luò )進(jìn)行了訓練。由圖6可知，s=6時(shí)訓練的模型準確率最高，平均準確率達到了92.023%；
隨著(zhù)訓練的進(jìn)行，損失函數逐步收斂趨于穩定，平均準確率逐步提升并穩定在一個(gè)范圍內波動(dòng)，訓練的最好結果發(fā)生在第69次迭代，損失函數也收斂至接近于0。
圖6 模型的損失函數與平均準確率圖像Fig.6 Loss and average accuracy Images of this model
為了更好地評估模型的分類(lèi)效果，本文將每一類(lèi)的識別準確率與同為50層卷積結構的ResNet50網(wǎng)絡(luò )進(jìn)行對比，結果如圖7所示。由圖7可知，本文網(wǎng)絡(luò )訓練的模型整體準確率和大部分類(lèi)別的分類(lèi)準確率都優(yōu)于ResNet50網(wǎng)絡(luò )，尤其對ResNet50中表現不佳的白背飛虱和二星蝽有很大的提升。由于本文網(wǎng)絡(luò )增加了特征提取尺度，可以提取到更多更細粒度化的特征。如白背飛虱和二星蝽這類(lèi)害蟲(chóng)，其個(gè)體獨有特征在背部紋路細節，本網(wǎng)絡(luò )訓練的模型擁有更準確的識別效果。但整體上看，不論是ResNet50還是本網(wǎng)絡(luò )在同屬稻飛虱的灰飛虱、白背飛虱、褐飛虱，同屬稻螟蟲(chóng)的水稻大螟、水稻二化螟、水稻三化螟，以及同屬蝽類(lèi)的盾蝽、稻綠蝽、二星蝽的識別表現均不是很理想。由于這幾類(lèi)害蟲(chóng)的屬內差別較小，外形特征相似度較高，而且害蟲(chóng)普遍具有與周?chē)h(huán)境類(lèi)似的花紋和保護色，神經(jīng)網(wǎng)絡(luò )在提取每類(lèi)害蟲(chóng)獨有特征上有欠缺，仍有可提升的空間。但是在屬間的識別上兩者都取得了很好的效果，像稻稈蠅、稻縱卷葉螟、稻癭蚊等識別準確率都能達到90%，甚至更高?？梢?jiàn)，本網(wǎng)絡(luò )對解決水稻害蟲(chóng)圖像識別的問(wèn)題具有實(shí)用價(jià)值。
圖7 ResNet50與本文網(wǎng)絡(luò )_s=6的整體準確率和各種害蟲(chóng)準確率對比圖Fig.7 Comparisons of the overall accuracy rates and the accuracy rates of various pests between ResNet50 and this network _s=6
為了更好地評估本網(wǎng)絡(luò )模型的性能，本文在同一數據集上從識別準確率、訓練模型大小、單張圖片模型識別時(shí)間和訓練時(shí)間4個(gè)方面與其他的經(jīng)典網(wǎng)絡(luò )進(jìn)行了對比，結果如表1所示。由表1可見(jiàn)，準確度最高的是本文網(wǎng)絡(luò )_s=6(92.023%)，相較于同樣是50層卷積結構的ResNet50，本網(wǎng)絡(luò )模型的平均識別準確率提高了1.678個(gè)百分點(diǎn)；
相較于經(jīng)典網(wǎng)絡(luò )AlexNet和VGG16，本文網(wǎng)絡(luò )的識別準確率更具有明顯的優(yōu)勢。
表1 各類(lèi)網(wǎng)絡(luò )模型的性能對比Table 1 Performance comparison of various network models
從模型大小上來(lái)看，ResNet18最小(42.7MB),VGG16最大(528.0MB)；
本文網(wǎng)絡(luò )_s=6處于一個(gè)中游水準(134.0 MB)，本文網(wǎng)絡(luò )_s=4(90.7 MB)與ResNet50(90.1MB)模型大小相差不大，但平均識別準確率提升了0.6%?？梢?jiàn)，本文網(wǎng)絡(luò )模型可以在不顯著(zhù)增加模型大小的情況下，提升模型性能；
對比s分別為4、6、8時(shí)的模型大小發(fā)現，Scale參數對模型大小具有較大的影響。
從模型單張圖片識別速度來(lái)看，相對簡(jiǎn)單的網(wǎng)絡(luò )ResNet18最快，識別時(shí)間為60.88ms；
AlexNet在擁有233.0MB模型大小的情況下仍然有61.81 ms的識別時(shí)間，僅次于ResNet18，顯然AelxNet模型在識別速度上具有一定的優(yōu)勢。相較于其他模型，本文的網(wǎng)絡(luò )模型識別速度處于一個(gè)中游水準，對比同為50層卷積的ResNet50，識別時(shí)間明顯延長(cháng)，表明本文網(wǎng)絡(luò )模型的識別效率不具備明顯優(yōu)勢。
從訓練時(shí)間上來(lái)看，訓練時(shí)間是與模型復雜程度成正比的，本文的網(wǎng)絡(luò )模型由于增加了多尺度特征的提取，網(wǎng)絡(luò )更加復雜，訓練時(shí)間更長(cháng)。
從Scale參數引起平均識別準確率的變化來(lái)看，增加特征提取尺度數量(s)并不一定會(huì )提升模型識別準確率。當s從6增加到8的時(shí)候，準確率從92.023%下降到了91.588%。增加尺度數量，網(wǎng)絡(luò )可以提取到更多的特征，但是這些特征不一定是有效的特征，而無(wú)效的特征會(huì )影響模型的準確度，尺度數量應該視具體的應用環(huán)境而定。對比s分別為4和6的數據來(lái)看，適當增加多尺度的特征提取可以在不明顯提升訓練和識別成本的前提下，有效提升模型的性能。
2.2.2 網(wǎng)絡(luò )模型的應用隨著(zhù)智慧農業(yè)的興起，很多自動(dòng)化的農業(yè)監測系統被設計出來(lái)，如彭旭等[20]和Peng等[21]研究了基于機器視覺(jué)的農情自助監測系統。本文提出的網(wǎng)絡(luò )模型應用到水稻蟲(chóng)情監控系統中可實(shí)現對水稻種植區的蟲(chóng)情實(shí)時(shí)監測，結合大數據可以直觀(guān)地了解水稻害蟲(chóng)的種群分布、監測蟲(chóng)害的危害程度，便于農業(yè)管理部門(mén)指導農民規范用藥，防止大規模蟲(chóng)害的發(fā)生。水稻蟲(chóng)情監測系統如圖8所示，其工作邏輯如圖9所示。
圖8 水稻蟲(chóng)情監控系統Fig.8 Rice insect monitoring system
圖9 水稻蟲(chóng)情監控系統工作流程圖Fig.9 Work flow diagram of rice insect monitoring system
農民用戶(hù)或者農業(yè)站工作人員可在蟲(chóng)害發(fā)生地實(shí)地拍攝蟲(chóng)害圖像，通過(guò)手機端直接上傳至水稻蟲(chóng)情監控系統服務(wù)器，系統將會(huì )對圖像自動(dòng)分類(lèi)，并提取上傳圖像的地理位置、經(jīng)緯度等信息，通過(guò)大數據及數據庫技術(shù)，實(shí)現蟲(chóng)情數據的可視化實(shí)時(shí)監測。農業(yè)工作人員可根據蟲(chóng)情數據信息，規范指導農民用藥，在減少農藥殘留的同時(shí)，保證水稻產(chǎn)量。同時(shí)該系統也能有效地解決水稻病蟲(chóng)害研究數據采集困難、采集成本高的問(wèn)題，為從事水稻病蟲(chóng)害研究的科研人員提供數據支持。
本文設計了一種基于多尺度特征提取的深度殘差網(wǎng)絡(luò )，對復雜自然背景下常見(jiàn)的22種水稻害蟲(chóng)進(jìn)行了識別，平均識別準確率達到了92.023%，優(yōu)于傳統的AlexNet、ResNet18、ResNet34、ResNet50和VGG16等神經(jīng)網(wǎng)絡(luò )，可作為水稻害蟲(chóng)機器視覺(jué)檢測的模型訓練網(wǎng)絡(luò )。分析多尺度特征提取的深度殘差網(wǎng)絡(luò )對22種水稻害蟲(chóng)識別的表現發(fā)現，本網(wǎng)絡(luò )訓練的模型對屬間的識別效果較好，對屬內不同種的害蟲(chóng)識別仍有提升的空間；
同為50層卷積結構的ResNet50網(wǎng)絡(luò )的識別表現也存在同樣的問(wèn)題。從識別準確率、模型大小、單張圖片識別速度以及訓練效率等方面的表現來(lái)看，本文設計的網(wǎng)絡(luò )可以在不明顯增加訓練和識別時(shí)間的前提下，有效提升模型的性能。增加特征提取尺度數量并不一定使模型的性能提升，這與特征的過(guò)分提取有關(guān)，過(guò)多無(wú)效的特征提取不僅會(huì )使模型大小增加、識別效率降低甚至也會(huì )帶來(lái)識別準確率的下降，因此，特征尺度數量需視具體情況而定。
本文網(wǎng)絡(luò )模型可應用于水稻蟲(chóng)情監控系統，實(shí)現水稻害蟲(chóng)的準確分類(lèi)，但本文網(wǎng)絡(luò )及系統仍有改進(jìn)的空間。在網(wǎng)絡(luò )結構方面：1)后續在圖像數據足夠的情況下可以借鑒Transformer結構對網(wǎng)絡(luò )優(yōu)化，提升網(wǎng)絡(luò )分類(lèi)準確度；
2)也可以將多尺度特征提取的深度殘差網(wǎng)絡(luò )當做教師網(wǎng)絡(luò )，使用遷移學(xué)習的方法，訓練更輕量化的模型，達到更理想的實(shí)際應用效果。在水稻蟲(chóng)情監控系統方面：1)可以開(kāi)發(fā)蟲(chóng)情分布實(shí)時(shí)熱點(diǎn)圖，方便更直觀(guān)地觀(guān)測蟲(chóng)情變化；
2)可以擴充葉片病變的監測內容，實(shí)現更多種類(lèi)病蟲(chóng)害的監測；
3)可以增加防治建議推送，用戶(hù)田間上傳數據后，系統根據用戶(hù)上傳的病蟲(chóng)害推送防治建議，包括農藥品種和用藥規范等信息。
