基于混合擴(kuò)張卷積和注意力的黃瓜病害嚴(yán)重度估算方法

李凱雨 朱昕怡 馬浚誠 張領(lǐng)先

(1.中國農(nóng)業(yè)大學(xué)信息與電氣工程學(xué)院，北京 100083; 2.中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)環(huán)境與可持續(xù)發(fā)展研究所，北京 100081)

0 引言

黃瓜是世界上第三大消費蔬菜，其年產(chǎn)量超過8.3×107t[1]。霜霉病和白粉病等病害是導(dǎo)致黃瓜品質(zhì)下降和農(nóng)民經(jīng)濟(jì)損失的主要原因之一。病害嚴(yán)重度的準(zhǔn)確估算是精準(zhǔn)用藥和預(yù)測作物損失的關(guān)鍵[2]，因此，估計病害嚴(yán)重度非常必要。

視覺估計是量化病害嚴(yán)重度的常規(guī)方法，即人眼對可見光范圍內(nèi)感知的癥狀嚴(yán)重程度進(jìn)行賦值。比例尺是視覺估計中最準(zhǔn)確的工具，人們利用比例尺測量植物上病害的數(shù)量和面積進(jìn)行估計[3]，是視覺估計中最準(zhǔn)確的工具[4]。然而，由于不同病害癥狀的異質(zhì)性和視覺估計的主觀性，視覺估計并不可靠。標(biāo)準(zhǔn)面積圖(Standard area diagrams，SAD)可以用來提高嚴(yán)重度估計的準(zhǔn)確性[5]，但是SAD只能在白色或黑色等簡單的背景下估計特定病害的嚴(yán)重度。

基于數(shù)字圖像分析的嚴(yán)重度評估準(zhǔn)確、可重復(fù)，且這種方法有成熟的處理過程。首先，通過圖像預(yù)處理或手動操作去除背景噪聲。其次，將顏色轉(zhuǎn)換與數(shù)學(xué)形態(tài)學(xué)操作、閾值處理等相結(jié)合分割出病斑。最后，計算病斑面積和葉片面積的比例得到病害嚴(yán)重度。這些分割算法依賴于手工設(shè)計的圖像特征，在受控條件下簡單高效。但是，田間條件下采集的病害圖像含有大量的土壤背景和復(fù)雜光照等噪聲，且不同種類病害及不同嚴(yán)重程度的病害特征具有多樣性和復(fù)雜性，手工設(shè)計的特征往往是低層次的特征，對光照變化、復(fù)雜背景和不同病斑位置很敏感，因此上述方法難以適應(yīng)田間條件下的病害嚴(yán)重度估算。

深度學(xué)習(xí)(Deep learning, DL)受益于其自動學(xué)習(xí)圖像的低級特征和高級語義特征，已經(jīng)成為圖像處理最先進(jìn)的技術(shù)[6]。將病害嚴(yán)重度轉(zhuǎn)換為計算機(jī)視覺問題時，基于DL的病害嚴(yán)重度估計可分為3類，即基于分類的方法、基于回歸的方法和基于語義分割的方法?；诜诸惖姆椒ú捎镁矸e神經(jīng)網(wǎng)絡(luò)(Convolutional neural network，CNN)，通過將嚴(yán)重度分為嚴(yán)重程度的類別或區(qū)間將其轉(zhuǎn)換為一個分類問題[7-8]，如健康、早期、中期和晚期?；诜诸惖膰?yán)重度估算取得了較高的準(zhǔn)確率[9],但是此種分類方法在田間試驗中并不利于評估處理的有效性?；诨貧w的方法和基于語義分割的方法可以獲得嚴(yán)重度的百分比值，很有參考價值[3]。張領(lǐng)先等[10]構(gòu)建一個CNN模型估計黃瓜霜霉病的嚴(yán)重度，以手動去除背景的病害圖像作為輸入，證明了CNN的準(zhǔn)確性優(yōu)于淺層機(jī)器學(xué)習(xí)模型，決定系數(shù)R2達(dá)到0.919 0?；谡Z義分割的方法是通過深度神經(jīng)網(wǎng)絡(luò)代替人為設(shè)計特征的分割方法獲得病害分割圖。在簡單背景下取得了較為準(zhǔn)確的估計結(jié)果[11-13],但自然條件下拍攝的圖像不可避免地存在雜亂的背景，會降低嚴(yán)重度估計的準(zhǔn)確性[14]。鑒于此，WANG等[14]設(shè)計兩階段的病害分割模型以減少復(fù)雜背景的影響，首先使用DeepLabV3+分割病害葉片，對分割出的病害葉片使用UNet分割出病斑。然而，兩階段的分割消耗更多的計算資源，增加嚴(yán)重度估計的復(fù)雜性。因此，有必要探索一種更高效且適合自然條件下的黃瓜葉部病害圖像嚴(yán)重度估計方法。

本文以田間條件下采集的黃瓜霜霉病和白粉病為研究對象，提出一種基于混合擴(kuò)張卷積和注意力機(jī)制改進(jìn)UNet(MA-UNet)的病害嚴(yán)重度估算方法。首先選取UNet為病害分割基礎(chǔ)模型，添加批歸一化層有助于模型訓(xùn)練；其次，設(shè)計具有不同膨脹率的混合擴(kuò)張卷積塊，捕捉不同尺寸的病斑特征，提升分割精度；同時，利用注意力機(jī)制有效增強(qiáng)網(wǎng)絡(luò)的語義信息和位置信息，緩解背景對網(wǎng)絡(luò)學(xué)習(xí)的影響。最后，計算病害分割圖中病斑像素與葉片像素的比率來獲得嚴(yán)重度，并與FCN、SegNet、UNet、FPN、PSPNet和DeepLabV3+進(jìn)行比較，以驗證本文方法的有效性。

1 數(shù)據(jù)來源

1.1 圖像采集

黃瓜霜霉病和白粉病圖像采集于天津市農(nóng)業(yè)科學(xué)院農(nóng)業(yè)創(chuàng)新基地的5號日光溫室。采集時要求每幅圖像中保留一片完整的黃瓜葉片，背景中帶有土壤或其他葉片等噪聲。使用尼康Coolpix S3100型數(shù)碼相機(jī)在自動模式下共采集153幅圖像，其中霜霉病圖像76幅，白粉病圖像77幅。在采集過程中沒有使用光學(xué)變焦或閃光燈。原始圖像尺寸并不適用于模型，使用圖像縮放方法降低計算成本，提高計算效率，將圖像尺寸統(tǒng)一調(diào)整為224像素×224像素。預(yù)處理后病害圖像樣例如圖1所示。

圖1 統(tǒng)一圖像尺寸后的病害圖像及標(biāo)注樣例

1.2 圖像標(biāo)注

使用Matlab Image Labeler App(MathWorks Inc., 美國)對病害圖像進(jìn)行了像素級的標(biāo)注。在標(biāo)注過程中，圖像中可能有不止一片葉片，背景中還包含其他不完整的葉片。因此，葉片和病斑類別的標(biāo)記只在中心完整葉片上進(jìn)行。背景、葉片和病斑的類別分別被標(biāo)記為0、1和2。為了便于可視化，病害標(biāo)記樣例如圖1所示。標(biāo)記之后，病害嚴(yán)重度S計算式為

(1)

式中Plesion——分割圖中病斑像素點數(shù)量

Pleaf——分割圖中健康葉片像素點數(shù)量

1.3 圖像增強(qiáng)

根據(jù)分層抽樣法，將采集的153幅黃瓜葉部病害圖像隨機(jī)劃分為訓(xùn)練集、驗證集和測試集，其比例為6∶2∶2。由于訓(xùn)練集中只有93幅圖像，為了豐富數(shù)據(jù)的多樣性以及適應(yīng)卷積神經(jīng)網(wǎng)絡(luò)所需要的大量數(shù)據(jù)，對采集的每種病害數(shù)據(jù)集進(jìn)行數(shù)據(jù)增強(qiáng)以防止過擬合。增強(qiáng)的策略主要是水平翻轉(zhuǎn)、垂直翻轉(zhuǎn)、隨機(jī)縮放、順時針旋轉(zhuǎn)和逆時針旋轉(zhuǎn)等方式。擴(kuò)增后，訓(xùn)練數(shù)據(jù)集中的圖像數(shù)量增加到2 976幅，擴(kuò)充示例如圖2所示。驗證集和測試集的圖像數(shù)量均為30幅，不做擴(kuò)充處理。

圖2 訓(xùn)練樣本增強(qiáng)示例

2 黃瓜葉部病害分割及嚴(yán)重度估算模型建立

對采集到的黃瓜病害葉片圖像嚴(yán)重度估計流程如圖3所示。通過訓(xùn)練集訓(xùn)練提出的MA-UNet分割模型，驗證集用來調(diào)整模型的超參數(shù)并初步評估模型的性能。其次，在測試集上對分割模型的性能進(jìn)行最終對比，并得到分割圖。最后，根據(jù)分割圖分別計算健康葉片和病斑的像素數(shù)，并根據(jù)式(1)計算病害嚴(yán)重度。

圖3 嚴(yán)重度估算整體流程圖

2.1 模型構(gòu)建

2.1.1分割網(wǎng)絡(luò)

由于UNet架構(gòu)在解決圖像到圖像映射任務(wù)方面的有效性[11],本文選擇其作為構(gòu)建模型的基礎(chǔ)。最初為醫(yī)學(xué)圖像分割任務(wù)提出的UNet模型采用了自編碼器結(jié)構(gòu)，編碼器從輸入圖像中提取特征，解碼器進(jìn)行每個像素分類來重構(gòu)分割的輸出。另外，編、解碼器之間的跳躍連接能為輸出圖像精確定位。UNet在醫(yī)學(xué)圖像分割[15]、作物分割[16-17]等任務(wù)上取得了可喜的成果。本文在原始UNet的基礎(chǔ)上，在每個卷積層后引入批歸一化層(Batch normalization, BN)，實現(xiàn)對輸入數(shù)據(jù)的標(biāo)準(zhǔn)正態(tài)分布來保證層間數(shù)據(jù)分布的穩(wěn)定性，能夠有效提升網(wǎng)絡(luò)學(xué)習(xí)能力，加快網(wǎng)絡(luò)收斂速度。在編碼器與解碼器的中間引入具有不同膨脹率的混合擴(kuò)張卷積塊(Mixed dilation convolution block, MDCB)，減少下采樣導(dǎo)致圖像細(xì)節(jié)的丟失。其次，在解碼器里添加注意力機(jī)制，優(yōu)化網(wǎng)絡(luò)提取病害圖像的位置信息和語義信息，進(jìn)一步提升分割精度。本文提出的分割網(wǎng)絡(luò)如圖4所示。

圖4 MA-UNet網(wǎng)絡(luò)結(jié)構(gòu)

2.1.2混合擴(kuò)張卷積塊

在多種語義分割任務(wù)中，深度卷積神經(jīng)網(wǎng)絡(luò)已被證明可以有效地提取圖像的特征表示，然而，傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)中的池化層會導(dǎo)致圖像細(xì)節(jié)丟失。擴(kuò)張卷積可以克服這個限制[18]。擴(kuò)張卷積引入膨脹率，可以在不丟失空間信息的情況下以指數(shù)方式增加感受野。

但是擴(kuò)張卷積在卷積核中的2個像素之間填充零，導(dǎo)致該核的感受野僅覆蓋具有棋盤圖案的區(qū)域。因此，僅對非零值的位置進(jìn)行采樣，從而丟失了一些相鄰信息，容易形成“網(wǎng)格化”。受JIANG等[19]研究啟發(fā)，本文提出一種混合擴(kuò)張卷積塊(MDCB)來避免網(wǎng)格效應(yīng)，有效地捕獲高分辨率特征圖并保留更多空間信息，如圖5所示。混合擴(kuò)張卷積塊由3個帶有不同膨脹率的擴(kuò)張卷積塊組成，擴(kuò)張卷積塊由4個卷積層、批歸一化層以及LReLU(Leaky ReLU)激活函數(shù)組成。其中膨脹率遵循類似鋸齒波的啟發(fā)式方法，即許多層組合在一起形成膨脹率增加的“上升邊緣”，文中使用的膨脹率r依次為1、2和5。大膨脹率的卷積可以提取和生成更多大尺度對象的抽象特征，而小膨脹率的卷積對于小目標(biāo)更好。通過結(jié)合不同膨脹率的擴(kuò)張卷積，MDCB 塊能夠提取具有尺寸不一、形狀不規(guī)則的病斑特征，對病害分割更有效。

圖5 MDCB模塊結(jié)構(gòu)示意圖

2.1.3注意力機(jī)制

注意力模型有很多種，卷積注意力機(jī)制(Convolutional block attention module，CBAM)[20]是一種簡單有效的注意力模塊，沿著通道和空間2個獨立維度依次進(jìn)行推理，2個維度的注意力相輔相成，最后與輸入特征進(jìn)行自適應(yīng)特征優(yōu)化，結(jié)構(gòu)如圖6所示。此外，CBAM 模塊的一大優(yōu)勢是輕量級，可無縫集成到任何神經(jīng)網(wǎng)絡(luò)中，無需增加計算開銷。

圖6 CBAM注意力模塊

通道注意力針對輸入特征F(H×W×C，其中，H為圖像高，W為圖像寬，C為通道數(shù))分別進(jìn)行空間全局平均池化和最大池化，得到2個1×1×C特征，通過ReLU激活函數(shù)將它們分別送到1個2層神經(jīng)網(wǎng)絡(luò)，對全局特征進(jìn)行非線性學(xué)習(xí)，得到2個特征并相加，再通過Sigmoid激活函數(shù)得到權(quán)重系數(shù)Mc。最后，將權(quán)重系數(shù)Mc與原始特征F相乘，得到通道維度上縮放后的新特征F′。與通道注意力類似，空間注意力針對特征F′(H×W×C)，首先在通道維度上進(jìn)行平均池化和最大池化，聚合特征映射的信息壓縮得到2個H×W×1的特征，并拼接在一起。然后，通過卷積操作激活其空間特征值，得到縮放后的空間特征圖Ms。在病害嚴(yán)重度估算研究中，本文探索了注意力的位置及數(shù)量，實驗表明將CBAM添加到解碼器中，提取解碼器中的細(xì)節(jié)特征，并與編碼器的特征相融合，有益于模型提取病害圖像的病斑特征，抑制背景的影響。

2.2 損失函數(shù)

病害數(shù)據(jù)集中背景類別、病斑類別和健康葉片類別的像素數(shù)量顯然不均衡。這3個類別之間的差異可能會對訓(xùn)練產(chǎn)生不平衡的影響，而忽略了病斑像素的重要性。因此，實驗中使用了加權(quán)交叉熵?fù)p失函數(shù)來減少這種影響。每個類別的權(quán)重Wm根據(jù)BADRINARAYANAN等[21]中位頻率平衡(Median frequency balance)計算。最終用于數(shù)據(jù)集的背景、健康葉片和病斑的權(quán)重分別為1.000 0、0.228 6和3.453 2。

(2)

式中fm——m類像素出現(xiàn)的頻率

Af——類頻率中值

應(yīng)用類別權(quán)重之后的像素級交叉熵?fù)p失函數(shù)L為

(3)

式中N——總樣本數(shù)

M——目標(biāo)類別數(shù)量，取2

yn,m——符號函數(shù)，如果第n個樣本屬于第m類取1，否則為0

pn,m——第n個樣本預(yù)測為第m類的概率

2.3 實驗設(shè)置

本文中的模型是基于PyTorch的深度學(xué)習(xí)庫實現(xiàn)的，并使用NVIDIA Quadro P2000 GPU(5GB)進(jìn)行訓(xùn)練。訓(xùn)練過程中使用動量為0.9的隨機(jī)梯度下降法(Stochastic gradient descent, SGD)。在設(shè)備允許的情況下，多次調(diào)整參數(shù)，最終初始學(xué)習(xí)率設(shè)置為0.007，并以Poly方式變化[18]。訓(xùn)練的最大Epoch設(shè)置為300，批量大小設(shè)置為8。另外采用L2正則化防止過擬合。

3 結(jié)果與分析

3.1 性能評估

由于本文涉及葉片和病斑分割以及病害嚴(yán)重度估算，因此采用準(zhǔn)確率(Precision)、召回率(Recall)、交并比(Intersection over union, IoU)和F1值[22]來評價分割結(jié)果。模型整體分割性能由像素精度(Pixel accuracy, PA)、平均交并比(Mean intersection over union，MIoU)和頻權(quán)交并比(Frequency weighted intersection over union, FWIoU)來評估[23]。嚴(yán)重度估計的準(zhǔn)確性由決定系數(shù)(R2)和均方根誤差(RMSE)來評價[11]。

為了驗證提出模型對黃瓜葉部病害嚴(yán)重度估算的準(zhǔn)確性，分別對提出的網(wǎng)絡(luò)進(jìn)行消融實驗，并且與先進(jìn)的估算模型進(jìn)行對比。在此期間，展示了提出模型在圖像分割任務(wù)中的定性和定量結(jié)果，以及病害嚴(yán)重度估算的評估結(jié)果。

3.2 消融實驗

為了評估MDCB和CBAM在提出的嚴(yán)重度估算模型中的有效性，在黃瓜病害數(shù)據(jù)集上進(jìn)行了消融實驗研究。使用測試集評估訓(xùn)練好的分割模型的性能，并通過測試分割圖估算病害嚴(yán)重度。在模型訓(xùn)練中，使用原始UNet作為基線模型，添加BN層，從頭開始訓(xùn)練。分別通過MDCB和CBAM優(yōu)化UNet，得到UNet + MDCB和UNet + CBAM 2個優(yōu)化模型。最后，通過在原始UNet中同時配備MDCB和CBAM模塊獲得MA-UNet(UNet + MDCB + CBAM)。

病害數(shù)據(jù)集上的語義分割結(jié)果如圖7所示，田間條件采集的病害圖像含有相近顏色的背景，并且病害病癥有其特殊性，病斑可能存在不同尺度、不規(guī)則形狀和模糊邊界的現(xiàn)象。僅依靠原始UNet，通常無法獲得令人滿意的分割結(jié)果(圖7c)。通過增加感受野的多樣性和補(bǔ)償傳統(tǒng)擴(kuò)張卷積中普遍存在的局部細(xì)節(jié)損失，UNet + MDCB獲得了更好的語義分割效果(圖7d)。另一方面，通過提取病害的位置信息和空間信息，克服復(fù)雜背景的影響，UNet + CBAM也優(yōu)于基線模型(圖7e)。通過在MA-UNet中集成 MDCB和 CBAM 模塊，不僅可以提高模型識別各種尺度和不規(guī)則形狀病斑的能力，還可以增強(qiáng)網(wǎng)絡(luò)對復(fù)雜背景的泛化能力(圖7f)。

圖7 病害數(shù)據(jù)集上消融實驗的視覺比較

除了視覺比較之外，表1展示了測試集上各模型的整體性能。結(jié)果顯示，UNet+MDCB和UNet+CBAM都獲得了比原始UNet更優(yōu)的PA、MIoU和FWIoU，清楚地證明了MDCB和CBAM模塊在復(fù)雜背景下分割不規(guī)則病害的有效性。基于集成了MDCB和CBAM的UNet，本文提出的MA-UNet模型在測試集上以最佳的整體性能優(yōu)于其他對比模型，最終PA、MIoU和FWIoU分別達(dá)到96.79%、84.97%和93.95%，相比UNet模型，分別提高5.08、11.78、8.97個百分點。消融實驗中各模型對病害嚴(yán)重度的估算情況與分割結(jié)果一致，隨著PA、MIoU和FWIoU的提升，MA-UNet在病害嚴(yán)重度估算任務(wù)中的擬合度升高，最終R2達(dá)到0.965 4，比原始UNet模型提升0.080 3，均方根誤差為1.083 7，相比原始UNet降低1.605，表明MA-UNet模型在估算病害嚴(yán)重度時偏差最小。

表1 消融實驗結(jié)果

表2為消融實驗中各模型在背景類別、葉片類別和病斑類別上的精確率、召回率、交并比和F1值。結(jié)果表明，對于3個類別來說，消融實驗中的各個模型的分割結(jié)果都優(yōu)于原始UNet?？傮w來看，背景類別上的分割性能均高于葉片類別和病斑類別。MDCB模塊使模型對病斑類別的F1值和IoU提升到79.78%、66.36%，對葉片類別的F1值和IoU提升到97.46%、95.05%，表明MDCB通過增大特征圖感受野的同時保持病癥信息的連續(xù)性和完整性，

表2 消融實驗類別結(jié)果

能夠提高像素級分類的準(zhǔn)確性。CBAM同樣使得分割模型對3個類別的精確率、召回率、交并比和F1值都有提升，表明像素類內(nèi)響應(yīng)和通道間的依賴關(guān)系能夠提升模型的分割效果。MA-UNet結(jié)合了MDCB和CBAM的雙重優(yōu)勢，進(jìn)一步提升了葉片類別和病斑類別的準(zhǔn)確率和交并比，有助于在嚴(yán)重度估算任務(wù)中準(zhǔn)確地獲取病斑和葉片的像素數(shù)，降低嚴(yán)重度估算的偏差。

3.3 模型性能對比

為了進(jìn)一步驗證所提出的MA-UNet模型對嚴(yán)重度估計的有效性，與最具代表性的語義分割模型進(jìn)行比較，包括FCN、SegNet、DeepLabV3+、FPN以及PSPNet。為了保證比較的公平性，對比過程使用相同的訓(xùn)練策略和相同的計算環(huán)境。同樣通過PA、MIoU和FWIoU來評價模型的分割性能，通過R2和RMSE評價模型的嚴(yán)重度估算性能。

表3為不同語義分割模型在測試集上的性能參數(shù)對比。在分割準(zhǔn)確率方面，本文提出的MA-UNet取得了比對比模型更好的性能參數(shù)，這得益于不同膨脹率的混合擴(kuò)張卷積提取不同尺寸的病斑信息，CBAM注意力使網(wǎng)絡(luò)聚焦于葉片和病斑類別，同步提升病害分割精度。FPN模型分割精度效果僅次于MA-UNet，它的PA、MIoU和FWIoU分別為94.96%、76.21%和90.87%。分割精度相對表現(xiàn)最差的是FCN，其PA為90.05%，F(xiàn)WIoU僅為82.2%。MA-UNet的FWIoU為93.95%，比表現(xiàn)最差的FCN模型高11.75個百分點，比FPN模型高3.08個百分點。由于估算病害嚴(yán)重度時僅用到葉片像素和病斑像素，所以圖8展示了各模型在葉片類別和病斑類別上的F1值和交并比。對于葉片類別，本文提出的MA-UNet在F1值和交并比上相比FCN、SegNet、DeepLabV3+、FPN和PSPNet等對比模型至少高4.04、5.37個百分點。對比模型在病斑類別上的分割精度均不高，但是提出的MA-UNet在F1值和交并比上相比對比模型至少高12.48個百分點和14.61個百分點。根據(jù)表3顯示，提出的MA-UNet模型在單幅圖像測試中耗時1.36 s，能夠在不增加過多運算時間的情況下，取得最高的估算精度，實現(xiàn)精準(zhǔn)快速的嚴(yán)重度估算。

表3 不同模型性能比較

圖8 分割模型在葉片類別和病斑類別上的性能

圖9展示了所有模型的語義分割結(jié)果(為了便于視覺比較，展示與圖7相同的測試圖像)?？梢钥闯?，當(dāng)FCN面對復(fù)雜的背景和小目標(biāo)時，難以分割葉片邊緣[24]。這可能是由于FCN使用反卷積進(jìn)行上采樣，獲得了稀疏的特征圖，導(dǎo)致FCN對圖像的細(xì)節(jié)不夠敏感，丟失了像素之間的語義信息。DeepLabV3+采用ASPP模塊來編碼多尺度的上下文信息并抑制背景干擾[25]。SegNet和DeepLabV3+的分割結(jié)果比FCN好。但是SegNet難以應(yīng)對復(fù)雜背景的影響，葉片邊界同樣分割不清晰。DeepLabV3+采用空洞卷積提取病害多尺度特征以提高分割的準(zhǔn)確性，但是缺少空間維度和通道維度之間的相互依賴關(guān)系，導(dǎo)致對病斑的分割精度略低。FPN和PSPNet分別通過多尺度特征圖融合和聚合上下文信息對葉片精準(zhǔn)分割，但是同樣難以處理不同尺寸的病斑，導(dǎo)致病斑分割較差[26]。提出的MA-UNet使用不同膨脹率的混合擴(kuò)張卷積在擴(kuò)大感受野的同時能夠捕捉并聚焦于不同尺寸的病斑，提取空間和通道的相互依賴關(guān)系，從而捕捉到了病害圖像更細(xì)化更精準(zhǔn)的特征[20]。因此，MA-UNet在葉子和病斑分割方面取得了明顯改善，并有效地抵抗背景噪聲的影響，減少了葉片過分割。

圖9 不同分割模型的分割效果

根據(jù)語義分割模型的分割圖估算病害嚴(yán)重度，對模型的可靠性進(jìn)行了評估[3,14]，估計結(jié)果如圖10所示。結(jié)果顯示，所有模型的R2均超過0.83，估算精度范圍從0.831 9(SegNet)到0.965 4(MA-UNet)，表明基于語義分割方法能夠估計病害嚴(yán)重度[3]。FCN、PSPNet和DeepLabV3+的估計誤差相對較大，分別為2.810 2%、2.952 3%和2.736 5%。FPN取得的嚴(yán)重度估計結(jié)果稍好，R2為0.915 4，但其估算的偏差較高。MA-UNet估計嚴(yán)重度與實際嚴(yán)重度有很好的一致性，取得了最高的R2，為0.965 4，最低的RMSE，為1.083 7%，這取決于病斑和葉片的準(zhǔn)確分割。從圖10總體看來，大多數(shù)模型傾向于高估病害嚴(yán)重度[3,12]，導(dǎo)致估計誤差更明顯。對嚴(yán)重度的高估可能是由于發(fā)病嚴(yán)重的病害葉片中病斑面積很大，還存在許多小的病斑相互粘連，導(dǎo)致模型對健康葉片和病斑的分割不準(zhǔn)確，這也與人工視覺判斷一致[2]。

圖10 不同語義分割模型對嚴(yán)重度估算的結(jié)果

4 結(jié)論

(1)針對病害圖像中病斑尺寸多變，設(shè)計具有不同膨脹率的混合擴(kuò)張卷積塊(MDCB)，通過增加感受野的多樣性和最小化傳統(tǒng)擴(kuò)張卷積中網(wǎng)絡(luò)問題，提高模型識別各種尺度和不規(guī)則形狀病斑的能力。

(2)針對田間獲取的病害圖像中的復(fù)雜噪聲問題，設(shè)計引入注意力機(jī)制(CBAM)，通過增強(qiáng)模型對關(guān)鍵細(xì)節(jié)信息表達(dá)，提升特征精準(zhǔn)定位的效果，細(xì)化病斑分割，提高嚴(yán)重度估計的準(zhǔn)確性。

(3)選擇FCN、UNet、SegNet、DeepLabV3+、FPN和PSPNet模型與本文提出的MA-UNet進(jìn)行對比分析。在病害分割中，MA-UNet的像素精度、平均交并比和頻權(quán)交并比分別為96.79%、84.97%和93.95%，均優(yōu)于其他深度學(xué)習(xí)模型?；诜指罱Y(jié)果，在病害嚴(yán)重度估算中，MA-UNet模型與真實嚴(yán)重度的決定系數(shù)達(dá)到0.965 4，最多比對比模型高0.133 5，RMSE最小，僅為1.083 7%，表明本文模型能夠?qū)θ~部病害的嚴(yán)重度進(jìn)行精準(zhǔn)估計。