基于卷積神經(jīng)網(wǎng)絡的雜草快速識別研究

摘要 圖像識別是除草機器人的一項基礎關鍵研究。為了能提高農(nóng)作物和雜草的識別率以及便于識別物特征的提取，提出了基于卷積神經(jīng)網(wǎng)絡的識別方法。以農(nóng)田中的雜草和農(nóng)作物為試驗對象設計了網(wǎng)絡結構。該網(wǎng)絡結構的參數(shù)較少，準確率達到了92.08%，且處理每張圖片的時間僅為0.82 ms。

關鍵詞 除草;卷積神經(jīng)網(wǎng)絡;快速;圖像識別

中圖分類號 S126文獻標識碼 A

文章編號 0517-6611（2019）14-0242-03

doi：10.3969/j.issn.0517-6611.2019.14.071

開放科學（資源服務）標識碼（OSID）：

Abstract Image recognition is the basic and key research of weeding robot.In order to improve the recognition rate of crops and weeds and facilitate the extraction of recognition features，we proposed a recognition method based on convolutional neural network.The network structure was designed with weeds and crops as experimental objects.The network structure had fewer parameters with its accuracy reaching 92.08%，and the processing time of each picture was only 0.82 ms.

Key words Weeding;Convolutional neural network;Fast;Image identification

作者簡介 張有春（1997—），男，云南大理人，從事計算機圖像識別研究。

收稿日期 2018-12-25;修回日期 2019-02-18

除草是培養(yǎng)栽培植物必不可少的過程，目前除草工作已經(jīng)摒棄了傳統(tǒng)人工除草的方式，較為廣泛使用的是化學除草。該方法可節(jié)省勞動力，降低除草成本，提高勞動生產(chǎn)力;但其弊端也是顯而易見的，有時候會引起藥害，甚至污染環(huán)境，破壞生態(tài)平衡。智能除草有利于生態(tài)環(huán)境保護且先進高效[1]，這也是被廣泛研究的原因，如何快速有效地識別作物與雜草是除草機器人研究的關鍵技術。

如今，隨著機器學習領域中深度學習的崛起，基于人工神經(jīng)網(wǎng)絡的各種識別方法被廣泛用于各個領域[2]，深度學習模擬人腦進行分析，通過組合低層次特征形成更加抽象的高層次特征[3]。它通過提取農(nóng)作物與雜草特征，以數(shù)據(jù)形式在預先設計好的模型中進行訓練得到新的模型，從而實現(xiàn)農(nóng)作物與雜草的識別。該方法準確率較高，且由于模型的特殊性包含參數(shù)較多，對于識別有很好的通用性。鑒于此，基于卷積神經(jīng)網(wǎng)絡的識別方法，筆者進一步研究了雜草圖像快速識別。

1 卷積神經(jīng)網(wǎng)絡

卷積神經(jīng)網(wǎng)絡（convolutional neural networks，CNN）是一種有別于一般神經(jīng)網(wǎng)絡的新型網(wǎng)絡，涉及圖像識別、自然語言處理等領域，其研究趨勢和發(fā)展前景較好。卷積神經(jīng)網(wǎng)絡由輸入層、卷積層、池化層、激活函數(shù)、全連接層、輸出層組成[4]。卷積層用于提取輸入數(shù)據(jù)的特征，由許多卷積核組成，卷積核像一個篩子篩選有用的信息，而篩選的過程即為卷積運算過程;池化層在不破壞數(shù)據(jù)主要特征的情況下，減少訓練數(shù)據(jù)中一些無關緊要的參數(shù)，在一定程度上能防止過擬合，更方便優(yōu)化;激活函數(shù)是為了增加網(wǎng)絡的表達能力，即非線性因素;全連接層則是把之前的局部特征全部組合在一起，從而實現(xiàn)對識別物的分類。

以經(jīng)典模型LeNet-5為例，以野外采集的雜草圖像為輸入數(shù)據(jù)，計算機理解為若干向量矩陣（圖1）。C1為卷積層，C1卷積之后通過激活函數(shù)得到S2，S2為池化層通過池化操作得到C3，C3也是卷積層，C3和S4通過和C1、S2相同操作后得到C5，進一步得到F6全連接層，F(xiàn)6中每個神經(jīng)元與C5進行全連接。

2 網(wǎng)絡結構設計

使用卷積神經(jīng)網(wǎng)絡算法進行識別研究的關鍵在于神經(jīng)網(wǎng)絡結構設計的合理性，好的網(wǎng)絡結構往往是集性能和計算效率于一身。網(wǎng)絡結構的結果好壞和學習效率與參數(shù)有密切關系，而卷積核大小直接影響參數(shù)的多少，設計時避免出現(xiàn)AlexNet[5]中11×11大小的卷積核，用較小尺寸的卷積核代替。斬獲2014 ILSVRC挑戰(zhàn)賽冠軍的網(wǎng)絡結構GoogLeNet[6]，一共有22層使用的卷積核大小，最大為5×5，不同尺寸卷積核搭配使用，達到減少參數(shù)的效果，從而提高了計算效率。參數(shù)的數(shù)量減少到AlexNet的1/12，但是其性能卻優(yōu)于AlexNet很多。受GoogLeNet啟發(fā)，減少卷積核大小的同時適當增加網(wǎng)絡的深度。

該研究以LeNet-5網(wǎng)絡模型為基礎改進卷積神經(jīng)網(wǎng)絡結構（圖2），該網(wǎng)絡的核心在于3個卷積層和3個池化層交替使用不同尺寸的卷積核，這有利于特征的提取，同時可減少處理時間。其中，C1使用5×5大小的卷積核，C2和C3都使用3×3大小的卷積核，由于圖片信息量過大的因素，該研究選定池化操作為最大池化方法，池化層均采用2×2尺寸規(guī)格。每個卷積操作之后加入ReLu激活函數(shù)，引入非線性因素。圖片的輸入尺寸為56×56，網(wǎng)絡結構可大致標記C52×52—P26×26—C24×24—P12×12—C10×10—P5×5，C表示卷積層，P表示池化層，字母后的數(shù)字表示特征圖的大小。經(jīng)過3次卷積操作和3次池化操作，進入全連接層F1，F(xiàn)1有84個節(jié)點，在進入F2全連接層之前再次使用ReLu函數(shù)激活，F(xiàn)2有10個節(jié)點，最后一層為輸出層，輸出樣本的分類結果。

3 樣本采集與試驗處理

為了研究基于卷積神經(jīng)網(wǎng)絡的雜草識別方法，試驗選取大白菜（圖3a）及其伴生雜草作為實驗對象，雜草樣本主要是三葉草（圖3b）和鼠曲（圖3c）2種。使用手機在農(nóng)作物田中采集圖片最大分辨率為3 120×4 160，考慮到農(nóng)作物和雜草的全局性采用垂直拍攝作為圖片采集方式。為了適應不同環(huán)境下的雜草識別，分別從強光、一般、弱光3種不同光線強度進行圖片采集，每個類別采集60張圖片。

理論上可以直接把處理很少或未經(jīng)處理的圖片直接輸入卷積神經(jīng)網(wǎng)絡中，但實際上為了避免計算量大、學習效率低下等問題的出現(xiàn)以及提高神經(jīng)網(wǎng)絡的魯棒性和識別率，往往都會對采集到的圖片進行預處理。因此，該研究對采集得到的圖片進行預處理，預處理過程一般包括壓縮圖片、降低分辨率、灰度化、二值化和濾波等操作[7]。由于在采集樣本時拍攝高度和范圍不一致，為了符合實驗需求將圖片按1∶1比例裁剪后，統(tǒng)一分辨率為56×56;圖像灰度化使用加權平均法，灰度化后的圖片會存在一些噪聲，從而會影響圖像的識別，使用中值濾波法去除噪聲后進行二值化處理，整個過程均借助MATLAB編程實現(xiàn)，處理結果如圖4所示。為了減少過擬合，得到較穩(wěn)定的網(wǎng)絡結構，卷積神經(jīng)網(wǎng)絡訓練時需要大量的數(shù)據(jù)，但是由于采集圖片數(shù)量不是很多，所以對每張圖片預處理之后進行各方位90°翻轉，以此來增加樣本數(shù)量。最后把經(jīng)過預處理的圖片做成樣本集，一共有720張圖片，其中每一類數(shù)量為240張。

4 樣本采集與試驗結果

神經(jīng)網(wǎng)絡的框架搭建和訓練在Python的工具包-PyTorch環(huán)境下進行，整個試驗過程使用的設備是msi游戲筆記本，其參數(shù)為：Intel（R） Core（TM）i7-7700HQ CPU@2.80GHZ，CUDA為8.0版本。在訓練之前將樣本集分為6份，按5∶1比例分為訓練集和測試集，訓練集中大白菜、鼠曲、三葉草各有200張，各類圖集余下的40張則為測試集。網(wǎng)絡迭代次數(shù)設定為60次，學習效率0.001，訓練時隨機不重復地從訓練集中抽取數(shù)據(jù)，輸入到神經(jīng)網(wǎng)絡中后，得到其均方差曲線（圖5），曲線圖表明訓練次數(shù)至30次后誤差速率下降比較平穩(wěn)，繼續(xù)訓練曲線平穩(wěn)過度趨于一條水平線，訓練次數(shù)達到42次時誤差最小，為0.280。

為了實時得到網(wǎng)絡訓練后的正確率和最佳迭代次數(shù)，每訓練1次網(wǎng)絡之后進行網(wǎng)絡測試，得到其正確率曲線如圖6所示。圖6表明訓練22次后，正確率高于80%，最高的識別率在迭代次數(shù)為45次時，達到91.82%，之后正確率基本保持在90.00%左右。

把該網(wǎng)絡與眾多學者研究使用的雜草識別方法進行比較，結果如表1所示。從表1可以看出，網(wǎng)絡在識別率上并不弱于前2種方法，由于不需要人為提取特征，因此省去很多工作，此外每張圖片平均0.82 ms的處理時間也具有優(yōu)越性;基于立體視覺進行識別的方法雖然識別率較高，但對技術、設備的要求相對也較高。該研究使用的網(wǎng)絡結構在運用于實際生產(chǎn)中時，并不需要對所有雜草進行識別，換種思路只需要識別出農(nóng)作物便可以除草，所以實際效果更好。

5 結語

針對農(nóng)作物中雜草的識別問題，該研究在基于卷積神經(jīng)網(wǎng)絡的識別方法的基礎上構建了一個卷積神經(jīng)網(wǎng)絡框架，該網(wǎng)絡識別雜草的正確率達92.08%，與其他方法相比，不僅在正確率上有所提高，每幅圖0.82 ms處理時間也優(yōu)于其他幾種方式。有別于傳統(tǒng)方法，該方法不需要人為提取特征，因此可以減少特征提取過程中的許多復雜運算，此外還有良好的泛化性，是一種較理想的田間雜草識別方法。

雖然使用卷積網(wǎng)絡神經(jīng)進行雜草識別試驗取得不錯的效果，但是也存在一些不足之處：

①試驗的數(shù)據(jù)量并不是很充足，數(shù)據(jù)量的多少對網(wǎng)絡結構的穩(wěn)定性和準確性起著關鍵作用，因此下一步打算采集更多的數(shù)據(jù)進行試驗;②卷積神經(jīng)網(wǎng)絡的設計結構不同，相應的效果也有所區(qū)別，因此下一步打算嘗試構建更優(yōu)的網(wǎng)絡結構。

參考文獻

[1] 邢占強.智能化除草機器人技術發(fā)展現(xiàn)狀及趨勢展望[J].農(nóng)業(yè)科技與裝備，2015（5）：37-38.

[2] 郭麗麗，丁世飛.深度學習研究進展[J].計算機科學，2015，42（5）：28-33.

[3] 周月鵬，盧喜利.深度學習技術在智慧校園建設中的應用研究[J].微型電腦應用，2018，34（12）：131-133，143.

[4] 李宗辰.基于卷積神經(jīng)網(wǎng)絡的文獻分析[D].長春：長春工業(yè)大學，2017：16-20.

[5] 周曼，劉志勇，陳夢遲，等.基于AlexNet的遷移學習在流程工業(yè)圖像識別中的應用[J].工業(yè)控制計算機，2018，31（11）：80-82.

[6] 王天興.基于GoogLeNet網(wǎng)絡結構的改進算法研究[D].杭州：杭州電子科技大學，2018：18-20.

[7] 楊建姣.基于BP神經(jīng)網(wǎng)絡的田間雜草識別技術的研究[D].長春：吉林農(nóng)業(yè)大學，2017：7-18.

[8] 喬永亮，何東健，趙川源，等.基于多光譜圖像和SVM的玉米田間雜草識別[J].農(nóng)機化研究，2013，35（8）：30-34.

[9] 吳蘭蘭，劉劍英，文友先，等.基于支持向量機的玉米田間雜草識別方法[J].農(nóng)業(yè)機械學報，2009，40（1）：162-166.

[10] 王璨，李志偉.利用融合高度與單目圖像特征的支持向量機模型識別雜草[J].農(nóng)業(yè)工程學報，2016，32（15）：165-174.