柑橘病害現(xiàn)場圖像數(shù)據(jù)集及深度學(xué)習(xí)模型測試

蔡泳恒，郭建文，李宇琛，陳鳳宜

（東莞理工學(xué)院，廣東東莞 523808）

早期發(fā)現(xiàn)作物疾病是保護作物和控制疫情的主要手段［1］。植物疾病一般都會影響葉片，葉片對病害的鑒定起著至關(guān)重要的作用［2］。通過圖像能直觀地識別健康作物和病害作物以及病變種類［3］，但需要全面的植物病原學(xué)知識［4，5］，依靠人力來快速、科學(xué)解讀病害圖像信息很困難。

基于深度學(xué)習(xí)的智能診斷應(yīng)用得到廣泛關(guān)注，深度學(xué)習(xí)模型可以在保證識別效果的前提下有效地減弱專家經(jīng)驗的干擾［6］?，F(xiàn)有研究多基于實驗室公開數(shù)據(jù)集，如Plantvillage，具有現(xiàn)場病害數(shù)據(jù)庫不足又弱化樣本攜帶的信息量，對深度學(xué)習(xí)智能診斷模型的建立提出了更高的要求。

本研究以柑橘為例，收集制作柑橘病蟲害數(shù)據(jù)集，在此基礎(chǔ)上，采用ResNet50、DenseNet121、MobileNetV2、Vit Transformer、ECA_ResNet 5 種模型分別進(jìn)行訓(xùn)練，評估深度學(xué)習(xí)算法在該數(shù)據(jù)集上的效果，為相關(guān)研究提供支持。

1 病蟲害數(shù)據(jù)集制作

研究小組制作了柑橘葉片數(shù)據(jù)集（圖1）。數(shù)據(jù)集包含受感染的葉片共2 648 張，為黃龍病、缺鎂癥、正常葉片3 個總類，如表1 所示。

表1 現(xiàn)場數(shù)據(jù)集的制作

圖1 葉片數(shù)據(jù)集

2 方法

2.1 算法

采用ResNet50［7］、DenseNet121［8］、MobileNetV2［9］、Vit Transformer［10］、ECA_ResNet［11］5 種模型分別進(jìn)行訓(xùn)練，探究深度學(xué)習(xí)應(yīng)用于柑橘葉片識別中的優(yōu)勢。各種方法的簡介和特點如表2 所示。

表2 5 種深度學(xué)習(xí)模型的簡介及特點

2.2 參數(shù)

使用MistGPU 云平臺進(jìn)行數(shù)據(jù)訓(xùn)練，采用3070顯卡，Python 環(huán)境為3.8。首先將圖片數(shù)據(jù)集進(jìn)行歸一化處理，統(tǒng)一裁剪成224×224 相素大小的圖片，導(dǎo)入神經(jīng)網(wǎng)絡(luò)，將分類層（全連接層）修改為3，設(shè)置使用Adam 優(yōu)化器，使用余弦退火學(xué)習(xí)率調(diào)整策略，并設(shè)置初始學(xué)習(xí)率為0.01。在使用Vit Transformer 模型進(jìn)行訓(xùn)練時，Adam 優(yōu)化器效果較差，使用SMG 優(yōu)化器替換，將最小學(xué)習(xí)率設(shè)置為10-6，學(xué)習(xí)率在以100 個epoch 為1/4 個余弦周期下進(jìn)行訓(xùn)練。

3 結(jié)果與分析

訓(xùn)練集試驗數(shù)據(jù)包括準(zhǔn)確率和損失值，分別用Train_Acc 和Train_Loss 表示。驗證集試驗數(shù)據(jù)也是準(zhǔn)確率和損失值，分別用Val_Acc 和Val_Loss 表示。損失值是用于衡量模型預(yù)測的好壞，反映訓(xùn)練模型預(yù)測與實際數(shù)據(jù)的差距，一般訓(xùn)練結(jié)果的損失值越小，模型的魯棒性就越好，使用交叉熵?fù)p失函數(shù)（Cross entropy loss）計算訓(xùn)練結(jié)果的損失值，如算式（1）。

5 種算法經(jīng)過100 次訓(xùn)練得到的5 組訓(xùn)練數(shù)據(jù)如表3 所示。訓(xùn)練100 次，5 種模型的驗證集與訓(xùn)練集的準(zhǔn)確率和損失值如圖2 至圖5。

表3 經(jīng)過100 次訓(xùn)練模型的主要參數(shù)

圖2 100 次訓(xùn)練中訓(xùn)練集的損失值變化

圖3 100 次訓(xùn)練中訓(xùn)練集的準(zhǔn)確率變化

圖4 100 次訓(xùn)練中驗證集的損失值變化

圖5 100 次訓(xùn)練中驗證集的準(zhǔn)確率變化

從訓(xùn)練結(jié)果來看，Vit Transformer 最終的訓(xùn)練精度最高，在訓(xùn)練了10 次左右就達(dá)到了98%的訓(xùn)練精度。ResNet50、DenseNet121、MobileNetV2 在相同的訓(xùn)練參數(shù)下，DenseNet121 的訓(xùn)練精度最高，Mobile-NetV2 其次，ResNet50 最小，而且MobileNetV2 前30次訓(xùn)練波動較大，訓(xùn)練100 次后損失值最小，采用MobileNetV2 時，最好提高訓(xùn)練輪次。

在對比ResNet50 和加入注意力機制后的ECA_ResNet，加入注意力機制后精度更高，損失值更小。在訓(xùn)練時間對比上，ResNet50、DenseNet121、MobileNetV2 的訓(xùn)練用時相差不大，Vit Transformer訓(xùn)練用時略微增加，ECA_ResNet 訓(xùn)練用時最長。Vit Transformer 模型無論是在訓(xùn)練精度還是訓(xùn)練輪次上都有優(yōu)勢，加入注意力機制的ECA_ResNet 相比其他3 個神經(jīng)網(wǎng)絡(luò)模型在訓(xùn)練集有一定優(yōu)勢，但使用的訓(xùn)練時間和資源也會提高。

4 小結(jié)

采用5 種深度學(xué)習(xí)模型對研究小組收集制作的柑橘葉片數(shù)據(jù)集進(jìn)行訓(xùn)練，驗證了數(shù)據(jù)集能支持深度學(xué)習(xí)的研究和應(yīng)用。在深度模型比對的結(jié)果中，Vit Transformer 模型更加適合于解決該數(shù)據(jù)集的識別任務(wù)，接下來將進(jìn)一步優(yōu)化Vit Transformer 模型，提升性能。