基于SSD目標(biāo)檢測(cè)框架的烏龜常見(jiàn)病癥識(shí)別方法

鮑 烈，王曼韜，劉江川，彭 珍，彭帥波

（四川農(nóng)業(yè)大學(xué) 信息工程學(xué)院/四川省農(nóng)業(yè)信息工程重點(diǎn)實(shí)驗(yàn)室，四川 雅安 625000）

白眼病、中耳炎、爛甲病是烏龜最常見(jiàn)的疾病，其中爛甲?。ㄓ址Q作腐甲?。┦瞧渖畲蟮耐{。爛甲病的主要病因是烏龜?shù)凝敿资艿侥p后，細(xì)菌的入侵，導(dǎo)致龜甲受到感染并腐爛。大多為機(jī)械性損傷，比如在野外捕捉時(shí)或運(yùn)輸?shù)倪^(guò)程中被硬物擦傷，或者是從高處跌落導(dǎo)致龜殼破損。爛甲病的傳染性極高，所以一旦有爛甲病的出現(xiàn)，必須要有及時(shí)的防治措施，否則將會(huì)損失慘重[1]，如何及時(shí)的發(fā)現(xiàn)患病烏龜是一個(gè)非常值得研究的課題。在深度學(xué)習(xí)發(fā)展起來(lái)之前，利用圖像處理對(duì)動(dòng)物疾病進(jìn)行檢測(cè)一般使用傳統(tǒng)機(jī)器學(xué)習(xí)算法，比如K最近鄰、支持向量機(jī)[2]、隨機(jī)森林[3]等分類算法，但這些方法精度不夠高且只能夠判斷出目標(biāo)是否患病，無(wú)法精確定位患病處。而隨著計(jì)算機(jī)技術(shù)的快速發(fā)展，最近幾年日漸火熱且效果極佳的深度學(xué)習(xí)圖像處理技術(shù)也逐漸應(yīng)用于動(dòng)植物病癥識(shí)別[4-5]。在植物病蟲(chóng)害方面，王獻(xiàn)鋒等[6]提出一種基于環(huán)境信息和深度信念網(wǎng)絡(luò)的棉花病蟲(chóng)害預(yù)測(cè)模型，利用RBM（3層限制玻爾茲曼機(jī)網(wǎng)絡(luò)）將環(huán)境信息數(shù)據(jù)轉(zhuǎn)換到與病蟲(chóng)害發(fā)生相關(guān)的新的特征空間，利用BP網(wǎng)絡(luò)對(duì)最后1層輸出的特征向量對(duì)近6年棉花的棉鈴蟲(chóng)、棉蚜蟲(chóng)、紅蜘蛛和黃萎病、枯萎病進(jìn)行預(yù)測(cè)；張建華等[7]將病害棉花圖像從RGB顏色空間轉(zhuǎn)換到HSI和L*a*b*顏色空間，應(yīng)用Otsu算法對(duì)H分量、a*分量和b*分量進(jìn)行閾值分割，通過(guò)H+a*+b*分量與原始圖像的交集提取棉花病斑區(qū)域，利用顏色矩和灰度共生矩陣分別提取病斑的顏色和紋理特征，并結(jié)合粗糙集理論和BP神經(jīng)網(wǎng)絡(luò)，實(shí)現(xiàn)特征向量的優(yōu)選和棉花病害的識(shí)別。在人或動(dòng)物病癥識(shí)別方面，傅裕等[8]采用卷積神經(jīng)網(wǎng)絡(luò)遷移學(xué)習(xí)實(shí)現(xiàn)疾病類型的分類并針對(duì)小樣本量皮膚鏡圖像，結(jié)合皮膚學(xué)診斷原理和機(jī)器學(xué)習(xí)建模實(shí)現(xiàn)特定疾病類型診斷，針對(duì)有限樣本且復(fù)雜的皮膚組織病理圖像，運(yùn)用圖像分割和機(jī)器學(xué)習(xí)建模實(shí)現(xiàn)病理圖像自動(dòng)區(qū)域標(biāo)注；SHIN等[9]利用遷移學(xué)習(xí)[10]檢測(cè)CT圖像中的腹部淋巴結(jié)，并且對(duì)CT圖像中間質(zhì)性肺病進(jìn)行分類；李航等[11]提出一種皮膚鏡圖像自動(dòng)評(píng)估的新框架，在大規(guī)模自然圖像數(shù)據(jù)集上預(yù)訓(xùn)練一個(gè)深度為152層的殘差神經(jīng)網(wǎng)絡(luò)（Res-152），用來(lái)提取皮膚病變圖像的深度卷積層特征，并對(duì)其使用均值池化得到特征向量，然后利用支持向量機(jī)（SVM）對(duì)提取的黑色素瘤特征進(jìn)行分類。SSD[12-13]、YOLO[14-15]和Faster R-CNN[16]是目前最具有代表性的目標(biāo)檢測(cè)框架且都適用，但兩步檢測(cè)器Faster RCNN速度較慢，參數(shù)量較大，YOLO作為一步檢測(cè)器，速度非常快，但犧牲了很多精度。由于爛甲病具有很強(qiáng)的傳染性，如果不能及時(shí)發(fā)現(xiàn)，不僅水質(zhì)受到污染，還會(huì)造成烏龜大量死亡，所以本研究選擇以SSD作為檢測(cè)算法，在速度滿足需求的同時(shí)能夠保證較高的精度。SSD是一步檢測(cè)器中很具代表性的框架，近來(lái)對(duì)其的改進(jìn)層出不窮，例如：FSSD、DSSD、ESSD[17-19]等。本研究以烏龜作為研究對(duì)象，選取烏龜常見(jiàn)的白眼病、爛甲病、中耳炎3種病癥作為檢測(cè)病癥，并結(jié)合Focal Loss和精簡(jiǎn)的SSD檢測(cè)模型，識(shí)別烏龜?shù)某Ｒ?jiàn)病癥。輕量級(jí)的一步目標(biāo)檢測(cè)器SSD以VGG16為特征提取網(wǎng)絡(luò)，對(duì)于300×300的輸入圖片，在VOC2007上可以達(dá)到74.3%的mAP，而對(duì)于512×512的輸入，可以達(dá)到76.9%的mAP，并且在速度上優(yōu)于Faster RCNN以及YOLO。它在COCO[20]數(shù)據(jù)集上的mAP甚至達(dá)到了基于候選區(qū)域的重量級(jí)框架Faster R-CNN，并且與此同時(shí)還保證了檢測(cè)速度，以59fps遙遙領(lǐng)先于Faster R-CNN，甚至比實(shí)時(shí)目標(biāo)檢測(cè)框架YOLO的21 fps更快。運(yùn)用深度學(xué)習(xí)目標(biāo)檢測(cè)技術(shù)，設(shè)計(jì)更加實(shí)用、快速的算法，實(shí)現(xiàn)對(duì)烏龜3種常見(jiàn)病癥的快速檢測(cè)。

1 材料與方法

1.1 材料

本研究把對(duì)烏龜常見(jiàn)疾病的檢測(cè)當(dāng)作三分類問(wèn)題處理，數(shù)據(jù)集的組成如表1，通過(guò)數(shù)據(jù)增廣來(lái)壯大數(shù)據(jù)集，增廣方式為隨機(jī)裁剪、隨機(jī)翻轉(zhuǎn)和鏡像。圖1為所檢測(cè)的烏龜?shù)?種常見(jiàn)病癥的部分樣本圖片。

1.2 圖像標(biāo)注方法

本研究使用目標(biāo)檢測(cè)標(biāo)注工具labelImg進(jìn)行標(biāo)注，標(biāo)注一共分為3種類型，相對(duì)應(yīng)于烏龜?shù)?種常見(jiàn)病癥，3 類標(biāo)簽分別是：wed（白眼?。琤ad（爛甲?。?，OM（中耳炎）。

1.3 環(huán)境部署與模型訓(xùn)練

試驗(yàn)環(huán)境部署在64位的Windows10系統(tǒng)，采用TensorFlow[21]深度學(xué)習(xí)框架，訓(xùn)練過(guò)程在 GTX1060 GPU上進(jìn)行，訓(xùn)練階段采用動(dòng)量為0.9的隨機(jī)梯度下降算法進(jìn)行優(yōu)化。共訓(xùn)練200000次，batch size設(shè)置為4，設(shè)置初始學(xué)習(xí)率為0.001，每5000次進(jìn)行學(xué)習(xí)率衰減，衰減系數(shù)為0.1。

表1 不同病癥的數(shù)據(jù)包含圖片數(shù)量Table 1 The number of turtle disease images

圖1 3種常見(jiàn)病癥圖像樣本Figure 1 Image samples of three common diseases

1.4 精簡(jiǎn)的SSD目標(biāo)檢測(cè)框架

SSD（single shot multiBox detector）是當(dāng)前較為優(yōu)秀的目標(biāo)檢測(cè)算法，它結(jié)合YOLO的回歸思想以及Faster-RCNN中的Anchor boxes機(jī)制，加入RPN特征金字塔，能進(jìn)行多尺度目標(biāo)檢測(cè)。它需要圖像以及圖像中每個(gè)物體的ground truth作為其網(wǎng)絡(luò)的輸入，經(jīng)過(guò)卷積層提取特征，生成特征圖，不同尺寸的幾個(gè)特征圖的每一個(gè)位置都會(huì)生成不同縱橫比的默認(rèn)框。每個(gè)默認(rèn)框，對(duì)于所有的目標(biāo)類別都預(yù)測(cè)其偏移值以及置信度，然后將這些默認(rèn)框與ground truth進(jìn)行匹配，例如，對(duì)貓匹配兩個(gè)默認(rèn)框，對(duì)狗匹配一個(gè)默認(rèn)框。這3個(gè)框?yàn)檎龢颖荆渌麨樨?fù)樣本。預(yù)測(cè)時(shí)，直接預(yù)測(cè)每個(gè)默認(rèn)框的偏移以及對(duì)每個(gè)類別相應(yīng)的得分，最后通過(guò)NMS（非極大值抑制）得到最終的結(jié)果。本研究簡(jiǎn)化其網(wǎng)絡(luò)結(jié)構(gòu)同時(shí)采用可分卷積，大大縮減了模型參數(shù)量。圖2是經(jīng)典SSD300與本研究所采用的精簡(jiǎn)SSD300網(wǎng)絡(luò)結(jié)構(gòu)的對(duì)比。

1.5 可分離卷積

可分離卷積將標(biāo)準(zhǔn)卷積方式分解為兩步：深度卷積和點(diǎn)卷積[22]。深度卷積只對(duì)輸入的每個(gè)通道單獨(dú)地做卷積，點(diǎn)卷積則是對(duì)深度卷積的輸出進(jìn)行線性連接。假設(shè)輸入的特征圖維度是Di×Di×M，標(biāo)準(zhǔn)卷積核的維度是Dk×Dk×M，深度卷積核的維度為 Dk×Dk×1，點(diǎn)卷積核的維度為 1×1×M，輸出了 N 個(gè)維度為 Df×Df×M 的特征圖。所以可以得出可分離卷積的計(jì)算量與標(biāo)準(zhǔn)卷積的計(jì)算量之比為：

由式(1)可知，當(dāng)Dk取3時(shí)，可以得到標(biāo)準(zhǔn)卷積的8到9倍的計(jì)算量縮減。圖3為標(biāo)準(zhǔn)卷積過(guò)程和可分卷積過(guò)程的對(duì)比（M，N為通道數(shù)，D為卷積核的尺寸）。

1.6 先驗(yàn)?zāi)J(rèn)框的選取

在眾多的兩步檢測(cè)器以及一些一步檢測(cè)器中，大多都是按照經(jīng)驗(yàn)來(lái)設(shè)定anchor box的大小和比例 （比如Faster R-CNN），在訓(xùn)練的過(guò)程中網(wǎng)絡(luò)會(huì)調(diào)整anchor box的大小，但是如果能在訓(xùn)練開(kāi)始之前就能通過(guò)某些方式找到合適尺寸和縱橫比的anchor box，能夠幫助網(wǎng)絡(luò)更好的進(jìn)行預(yù)測(cè)。所以本研究利用k-means先對(duì)訓(xùn)練集的bounding boxes進(jìn)行聚類，從而在訓(xùn)練開(kāi)始之前就找到更加合適的anchor box。

但是如果采用標(biāo)準(zhǔn)的k-means（即用歐式距離來(lái)衡量差異），在box的尺寸比較大的時(shí)候其誤差也更大，為減少誤差與anchor box的相關(guān)性，結(jié)合IOU，用1減去bounding boxes與聚類中心的IOU分?jǐn)?shù)作為兩者之間的距離，即使用了以下的距離函數(shù)：

本研究嘗試用 k=（0，1，2，3，4，5，6，7，8，9，10，11，12） 分別對(duì)數(shù)據(jù)集的 bounding boxes進(jìn)行聚類。由圖 4 可知，當(dāng)k＜3時(shí)平均IOU漲幅很快，k＞3時(shí)圖像越趨于平滑，再加上衡量召回率和模型復(fù)雜度之后，選擇k=3進(jìn)行聚類。

最終得出了最佳的3個(gè)默認(rèn)框的長(zhǎng)寬比，分別是（42．0∶21．0），（21．0∶23．0），（18．0∶38．0），取縱橫比為 2，1，1/2。 從常理上也可以理解，因?yàn)榘籽鄄『椭卸椎目蚨嗍钦叫蔚?，而腐甲病則形狀種類較多。圖5為默認(rèn)框的劃分。

圖2 經(jīng)典SSD300與精簡(jiǎn)SSD300網(wǎng)絡(luò)結(jié)構(gòu)對(duì)比Figure 2 Comparison between the classic SSD300 and the simplified SSD300

圖3 標(biāo)準(zhǔn)卷積過(guò)程和可分卷積過(guò)程的對(duì)比Figure 3 Standard convolution and the separable convolution

1.7 Focal Loss

目標(biāo)檢測(cè)的算法主要可以分為兩大類：two-stage detector和 one-stage detector。前者是指類似 Faster RCNN系列，RFCN[23]這樣需要region proposal的檢測(cè)算法，這類算法可以達(dá)到很高的準(zhǔn)確率，但是速度較慢。雖然可以通過(guò)減少proposal的數(shù)量或降低輸入圖像的分辨率等方式達(dá)到提速，但是速度并沒(méi)有質(zhì)的提升。后者是指類似YOLO，SSD這樣不需要region proposal，直接回歸的檢測(cè)算法，這類算法速度很快，但是準(zhǔn)確率不如前者，其原因是樣本的類別不均衡（負(fù)樣本數(shù)量太大，占了總LOSS的大部分且容易分類）。FocalLoss[24]能夠減少易分樣本的權(quán)重，讓網(wǎng)絡(luò)把更多的注意力放在錯(cuò)分（難分）的樣本上，這樣能極大地提高模型的能力。本研究運(yùn)用FocalLoss訓(xùn)練SSD檢測(cè)器，試驗(yàn)表明模型精度提升明顯。

圖4 默認(rèn)框聚類Figure 4 Bounding boxes clustering

圖5 默認(rèn)框示例Figure 5 Bounding boxes example

2 結(jié)果與分析

2.1 模型評(píng)估

不同檢測(cè)模型與默認(rèn)框縱橫比的比較如表2（基于本研究數(shù)據(jù)集），圖6為不同模型的PR曲線圖。由表2可知，模型Ours-2將深度可分離卷積網(wǎng)絡(luò)作為基礎(chǔ)特征提取器，相比基于VGG16的SSD300目標(biāo)檢測(cè)框架，參數(shù)量減少531．3 MB，單張圖像檢測(cè)時(shí)間提高了4．11s。圖6a中模型Ours-2的PR曲線高于其他兩組模型，則模型Ours-2性能優(yōu)于Ours-1和Ours-3。圖6b是模型Ours-2與原SSD以及YOLO的PR曲線，可以看出，Ours-2與SSD的PR曲線相差不大，并且優(yōu)于YOLO，但Ours-2卻減少了大量的參數(shù)。這說(shuō)明，在烏龜病癥數(shù)據(jù)集上，特征提取網(wǎng)絡(luò)結(jié)構(gòu)的改變對(duì)精度并未造成較大的損失，但是速度上的提升卻是驚人的。

2.2 檢測(cè)結(jié)果與誤差分析

檢測(cè)結(jié)果如圖 7，其中 wed：white eye disease（白眼病），bad：bad nail disease（爛甲?。琌M：Otitis media（中耳炎）。由圖7可知，本模型能夠?qū)?種病癥檢測(cè)出來(lái)，并且有較高的精確度。由表2可知，本模型比經(jīng)典的SSD300參數(shù)減少531．3MB，速度比SSD300快4．11s，雖然mAP和精度會(huì)有所下降，但是相比于速度的提升和計(jì)算量的降低，完全在可以接受的范圍。

表2 不同模型的比較Table 2 Comparison between different detection models

圖6 不同模型的PR曲線Figure 6 Precision-Recall curves of different models

3 討論與結(jié)論

本研究的創(chuàng)新點(diǎn)在于將深度學(xué)習(xí)技術(shù)應(yīng)用到了烏龜?shù)牟“Y識(shí)別上，并且精簡(jiǎn)SSD300網(wǎng)絡(luò)模型，使得其更加快速，更加實(shí)用，避免了計(jì)算資源的過(guò)多浪費(fèi)。存在的不足之處是在減少參數(shù)量的同時(shí)不可避免的降低了一定的精確度，這是可以通過(guò)繼續(xù)深入的研究來(lái)避免的，后續(xù)研究工作可以圍繞多尺度特征融合展開(kāi)，并且可以結(jié)合當(dāng)前應(yīng)用火熱的細(xì)粒度分析，來(lái)達(dá)到提升模型精確度的目的。此外，本研究算法還可以嘗試應(yīng)用于其他類似的動(dòng)植物病癥。

本研究收集并制作針對(duì)于烏龜常見(jiàn)3種病癥 （白眼病、爛甲病、中耳炎）的目標(biāo)檢測(cè)數(shù)據(jù)集。不同于劉顏等[25]結(jié)合SSD檢測(cè)框架和Mobilenet輕量型網(wǎng)絡(luò)從而達(dá)到縮減模型訓(xùn)練時(shí)間的目的，以及鄧壯來(lái)等[26]刪減原SSD網(wǎng)絡(luò)結(jié)構(gòu)，犧牲大量精度來(lái)達(dá)到縮減參數(shù)量，提高檢測(cè)速度的目的，本研究結(jié)合可分離卷積精簡(jiǎn)SSD模型的結(jié)構(gòu)，節(jié)省運(yùn)算量和參數(shù)量，在保證精度的同時(shí)提高檢測(cè)速度。針對(duì)烏龜常見(jiàn)狀態(tài)的尺寸大小，通過(guò)聚類算法設(shè)計(jì)專門用于本研究的默認(rèn)框?qū)捀弑取＝Y(jié)合retina_net中提出的Focal Loss，使得框架能夠減少易分樣本的權(quán)重，從而更加專注于難分樣本，提高模型的能力。本研究結(jié)果表明，相比于SSD300原模型，本研究模型參數(shù)減少531．3MB，速度提升4．11s，平均查準(zhǔn)率卻僅僅降低1．48%。這極大程度地提高了模型的檢測(cè)速度。

圖7 測(cè)試結(jié)果Figure 7 The result of test