基于殘差神經(jīng)網(wǎng)絡的煙絲類型識別方法的建立

鐘 宇，周明珠，徐 燕，劉德祥，王宏強，董 浩*,3,4，禹 艦，李曉輝，楊 進，邢 軍

1.新疆維吾爾自治區(qū)煙草質(zhì)量監(jiān)督檢測站，烏魯木齊經(jīng)濟技術(shù)開發(fā)區(qū)天柱山街55號 830026 2.國家煙草質(zhì)量監(jiān)督檢驗中心，鄭州高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)翠竹街6號 450001 3.中國科學院合肥物質(zhì)科學研究院 安徽光學精密機械研究所 光電子技術(shù)研究中心，合肥市蜀山湖路350號 230031 4.中國科學技術(shù)大學，合肥市金寨路96號 230026

1 材料與方法

1.1材料

從一批未摻配煙絲中隨機取梗絲、葉絲、膨脹葉絲和再造煙葉絲各100根。

1.2圖像采集與處理

使用500萬像素工業(yè)相機和35 mm焦距工業(yè)鏡頭（德國Basler acA1920-40gm GigE相機和配套鏡頭），采集4種類型煙絲各100個樣本的圖像，單個圖像大小為2 592像素×1 944像素。

圖像處理、模型建立、數(shù)值計算代碼均采用python語言；殘差卷積神經(jīng)網(wǎng)絡構(gòu)建采用開源的tensorflow-gpu 1.13.2，keras2.1.5；圖 片 處 理 采 用opencv 4.3.0.36；數(shù)據(jù)集的組織、分割以及模型評價指標計算采用numpy 1.17.4，pandas 1.0.5，sklearn 0.23.1；圖像處理單元（Graphic Processing Unit，GPU）采用NVIDIA GeForce RTX2060。

1.3 模型構(gòu)建

1.3.1 數(shù)據(jù)集構(gòu)建

通過opencv將樣本縮放至256像素×256像素，以減小樣本內(nèi)存。將處理后樣本的80%作為訓練集進行模型訓練，20%作為測試集用以驗證模型表現(xiàn)。訓練集和測試集的樣本分布見表1。

表1 訓練集和測試集樣本數(shù)量分布Tab.1 Sample quantity distribution of training set and test set （張）

圖1 梗絲樣本圖像Fig.1 Image of cut stem sample

為有效降低模型“過擬合”風險，采用水平/豎直方向平移、水平/豎直方向翻轉(zhuǎn)、隨機旋轉(zhuǎn)、隨機縮放、錯切變換等方式對數(shù)據(jù)集進行增強［15］。圖1為原數(shù)據(jù)集中梗絲的一個樣本圖像，圖2為梗絲圖像經(jīng)不同方式變換后的增強圖像。經(jīng)算法處理后，原數(shù)據(jù)集從400張增強至7 832張，增強后的訓練集和測試集樣本數(shù)量分布見表2。

圖2 梗絲樣本經(jīng)數(shù)據(jù)增強后圖像Fig.2 Images of cut stem samples after image enhancement

表2 數(shù)據(jù)增強后訓練集和測試集樣本數(shù)量分布Tab.2 Sample quantity distribution of training set and test set after image enhancement （張）

1.3.2 分類模型構(gòu)建

基于殘差神經(jīng)網(wǎng)絡結(jié)構(gòu)構(gòu)建了煙絲類型分類模型，輸入層為224像素×224像素、3通道的張量。為防止模型“過擬合”，網(wǎng)絡中多處增加了批歸一化層［16］，激活層均采用ReLU激活函數(shù)［17］。各模型層及輸入圖像張量在網(wǎng)絡前向傳播計算時，張量形狀變化情況見表3。其中，恒等映射模塊及卷積模塊結(jié)構(gòu)見圖3。

1.1.1 患者入選標準 ①首發(fā)或復發(fā)急性心力衰竭/慢性心力衰竭急性發(fā)作期心功能NYHA分級：Ⅲ～Ⅳ級；②休克診斷根據(jù)《實用內(nèi)科學》第十四版標準[1]；同時符合以上2項。本研究經(jīng)本院倫理委員會論證同意開展，所有入組患者均簽署知情同意書。

樣本經(jīng)輸出層被計算為長度為4的張量，利用公式（1）計算該樣本屬于某分類的概率值。

式中：pi，j—樣本i預測為某分類（j）的概率；Zi，j—樣本i對應的神經(jīng)網(wǎng)絡輸出張量。

得到概率值后，再利用公式（2）計算該迭代次的損失值。

式中：yi，j—樣本i的真實標簽值，長度為4的張量，j處為1，其余處為0；pi，j—樣本i預測為某分類（j）的概率；m—樣本數(shù)。

模型在優(yōu)化算法的作用下，逐次迭代更新神經(jīng)網(wǎng)絡權(quán)值以降低損失值，直至達到指定迭代次數(shù)后停止訓練。

2 結(jié)果與分析

2.1 加載權(quán)值對模型的影響

在樣本量或訓練資源較少的情況下，訓練出較優(yōu)的網(wǎng)絡權(quán)值需要較多的迭代次數(shù)?；诖?，遷移學習領(lǐng)域的研究工作近年來取得較大進展［18-20］，通過遷移已有的知識來解決目標領(lǐng)域中僅有少量有標簽樣本數(shù)據(jù)甚至無標簽樣本數(shù)據(jù)的學習問題。其過程是將已完成訓練的模型權(quán)值全部或部分載入到當前模型中，再根據(jù)實際問題全部或部分訓練模型的權(quán)值，可以有效提高模型的訓練效率。何凱明等［14］在ImageNet數(shù)據(jù)集上使用殘差神經(jīng)網(wǎng)絡訓練網(wǎng)絡權(quán)值，實現(xiàn)了top-1分類準確率75.3%，top-5分類準確率92.2%，并發(fā)布了Resnet50的神經(jīng)網(wǎng)絡權(quán)值。基于本文方法所構(gòu)建的模型中，特征提取模塊遷移了Resnet50權(quán)值，全連接層模塊各層權(quán)值的初始值由隨機初始化的方式進行賦值，在模型訓練時，只更新全連接層模塊的權(quán)值，特征提取模塊各層權(quán)值不更新。對于是否加載遷移的權(quán)值，模型在訓練集和測試集上的表現(xiàn)見圖4?？梢?，加載權(quán)值的模型訓練時損失值下降較快，下降曲線較為平滑。在相同迭代次數(shù)下，訓練完成時損失值較低，在測試集上的表現(xiàn)相同。加載權(quán)值的模型訓練集和測試集的準確率差異不大，且均比不加載權(quán)值的模型高，說明模型的泛化能力和準確率均較高。

表3 殘差神經(jīng)網(wǎng)絡結(jié)構(gòu)Tab.3 Structure of residual neural network

圖3 殘差神經(jīng)網(wǎng)絡中恒等映射及卷積模塊結(jié)構(gòu)圖Fig.3 Structure of identity mapping module and convolution module in residual neural network

圖4 加載權(quán)值對模型的影響Fig.4 Influence of weight loading on model

2.2 優(yōu)化算法和學習率對模型的影響

優(yōu)化算法是通過改善訓練方式使損失值最小化。在訓練神經(jīng)網(wǎng)絡權(quán)值時，梯度下降是一種最常用的算法，利用公式（3）對神經(jīng)網(wǎng)絡的權(quán)值進行更新。

式中：J（θ）—損失函數(shù)；θ′—待更新的權(quán)值；θ—當前權(quán)值；lr—學習率（learning rate）；decay—學習率衰減因子，隨著迭代次數(shù)增加，動態(tài)修改學習率。

Ashia C.Wilson等［21］探討了不同優(yōu)化算法在CIFAR-10數(shù)據(jù)集訓練集及測試集上的不同表現(xiàn)。通過對比自適應估計（Adaptive Moment Estimation，Adam）算法及隨機梯度下降（Stochastic Gradient Descent，SGD）算法在不同學習率下的訓練及測試過程可以發(fā)現(xiàn)，隨著迭代次數(shù)增加，模型會逐步接近較優(yōu)值，此時較大的學習率不利于模型收斂。因此，在模型訓練過程中，在學習率中加入一個衰減因子，能夠使學習率隨著迭代次數(shù)的增加而逐步減小。

學習率對模型表現(xiàn)有顯著影響［22］。不同算法對學習率的適應能力不同，但都表現(xiàn)出相同的規(guī)律。當學習率較大時，模型訓練速度快，損失值較快達到最低值且準確率較快上升至最高值，但模型在測試集上表現(xiàn)出較強的波動性，這是因為模型權(quán)值在較優(yōu)值附近“振蕩”，無法收斂，隨迭代次數(shù)增加，在衰減因子的作用下學習率逐步降低并最終完成模型訓練；當學習率較小時，模型損失值下降和準確率上升均較為緩慢，在有限次迭代后，模型能力較低，未被完全訓練好。因此，較大和較小的學習率均存在不足，通過對學習率進行網(wǎng)格篩選，確定Adam算法較優(yōu)學習率為2×10-5（0.000 02），SGD算法較優(yōu)學習率為2×10-4（0.000 2）。

利用公式（4）～公式（7）計算準確率、召回率、f1分數(shù)、加權(quán)平均值4項指標，并以此評估模型表現(xiàn)。模型經(jīng)過200次迭代后，在訓練集上，Adam和SGD算法在較優(yōu)學習率下的表現(xiàn)見表4?？梢?，SGD算法的準確率、召回率、f1分數(shù)的加權(quán)平均值均為99.92%，略高于Adam算法（99.76%），但差異并不顯著。

式中：Pi—某分類的準確率，%；TPi—某分類預測正確的樣品數(shù)量，張；Ki—預測為某分類的樣品數(shù)量，張。

表4 模型在訓練集上的表現(xiàn)Tab.4 Performance of model on training set

式中：Ri—某分類的召回率，%；TPi—某分類預測正確的樣品數(shù)量，張；Ni—某分類的總樣品數(shù)量，張。

式中：f1i—某分類的f1分數(shù)，%；Pi—某分類的準確率，%；Ri—某分類的召回率，%。

式中：avg_weight—某指標基于樣品數(shù)的加權(quán)平均值；f—某指標；Ni—某分類的總樣品數(shù)量，張。

2.3 模型評估

模型在測試集、原數(shù)據(jù)集測試集上的表現(xiàn)與卷積神經(jīng)網(wǎng)絡［9］的表現(xiàn)對比見表5和表6。測試集任一類型煙絲殘差神經(jīng)網(wǎng)絡分類準確率最低為96.72%，高于卷積神經(jīng)網(wǎng)絡（58.02%）。其中，葉絲的準確率略低，葉絲、膨脹葉絲的召回率較低，說明葉絲和膨脹葉絲相互誤認的概率較大，加權(quán)平均準確率為98.05%，高于卷積神經(jīng)網(wǎng)絡（60.20%）；原數(shù)據(jù)集測試集任一類型煙絲的分類準確率最低均達到94.74%，高于卷積神經(jīng)網(wǎng)絡（80.95%），加權(quán)平均準確率為97.62%，高于卷積神經(jīng)網(wǎng)絡（84.95%）。此外，測試集模型f1分數(shù)加權(quán)平均值為98.04%，訓練集為99.76%，兩者差異不大，說明模型的泛化能力較強。

表5 模型在測試集上的表現(xiàn)Tab.5 Performance of model on test set

表6 模型在原數(shù)據(jù)集測試集上的表現(xiàn)Tab.6 Performance of model on test set of original data

模型在測試集上的測試結(jié)果（表5）表明，識別錯誤和未被識別的樣本數(shù)約占2%，主要有兩種情況：一是模型未能區(qū)分出膨脹葉絲和葉絲，這是由于在宏觀尺度上，兩者的特征差異不明顯，尤其是少部分葉絲膨脹后沒有顯著變化，從而難以區(qū)分；二是部分樣本圖像來源于同一原始樣本數(shù)據(jù)或圖像增強，模型對其中一個原始圖像如果不能正確判斷，則其增強后的圖像也會出現(xiàn)誤判。因此，要提高模型識別準確率，一方面是增加訓練的樣本類型和數(shù)量，另一方面是提高圖像的質(zhì)量，在訓練集中引入不同方式的增強圖像。

3 結(jié)論

為實現(xiàn)煙絲類型的準確識別，利用各類煙絲圖像特征差異，以殘差神經(jīng)網(wǎng)絡為基礎建立了識別模型，并對模型的識別準確率、召回率、優(yōu)化算法等進行了研究，結(jié)果表明：①基于殘差神經(jīng)網(wǎng)絡的煙絲類型識別方法具有較高的準確率和召回率，模型測試集準確率和召回率均高于96%，可以有效識別煙絲類型。②模型的訓練集與測試集表現(xiàn)差異較小，模型具有較強的泛化能力。③預訓練權(quán)值、優(yōu)化算法及學習率等超參數(shù)對于模型具有較大影響，通過加載預訓練權(quán)值可提升模型訓練速度；優(yōu)化算法對模型表現(xiàn)影響較小，但不同算法的學習率不同，學習率應處于相對適中水平，較高學習率會增加模型收斂難度，較低學習率會降低模型訓練效率。④基于殘差神經(jīng)網(wǎng)絡的煙絲類型識別方法相比基于卷積神經(jīng)網(wǎng)絡的識別方法具有更高的識別率、泛化能力及魯棒性。未來將進一步研究煙絲在線收集以及在工業(yè)圖像采集條件下的數(shù)據(jù)集構(gòu)建和提高模型識別準確率等問題，實現(xiàn)煙絲類型的實時分析。