基于深度學習的玉米種子圖像分類識別研究

摘 要：種子分類識別技術(shù)的應用潛力巨大，可以在種子生產(chǎn)、農(nóng)業(yè)科研、種植管理等領(lǐng)域發(fā)揮重要作用。通過采集不同品種的玉米種子圖像，并利用預處理和數(shù)據(jù)增強技術(shù)對數(shù)據(jù)集進行處理，構(gòu)建了一個包含4種深度學習網(wǎng)絡模型的試驗框架（MobileNetV3、VGG16、GoogLeNet及ShuffleNet），對比4種模型在訓練和測試階段的表現(xiàn)，評估其準確率、損失值、訓練時間，然后分析各個模型之間的差異。試驗結(jié)果顯示：MobileNetV3深度學習網(wǎng)絡模型在玉米種子分類識別任務中表現(xiàn)出色，對玉米種子的識別精準度達到了93.4%。相比其他3種模型，MobileNetV3深度學習網(wǎng)絡模型在準確率和損失值方面展現(xiàn)出最佳性能，并且具有較快的收斂速度和穩(wěn)定的訓練過程。

關(guān)鍵詞：玉米；品種識別；深度學習

中圖分類號：TP183；TP391.9 文獻標志碼：A 文章編號：1674-7909-（2023）13-141-3

0 引言

玉米是我國重要的糧食作物之一，其種植面積大、分布范圍廣，在保證我國糧食供給、促進經(jīng)濟發(fā)展、農(nóng)民增收、維護社會穩(wěn)定等方面具有重要作用。種子分類對于提高玉米產(chǎn)量和品質(zhì)具有重要意義，有助于促進種子產(chǎn)業(yè)化發(fā)展和農(nóng)業(yè)生產(chǎn)優(yōu)化，助力農(nóng)業(yè)產(chǎn)業(yè)可持續(xù)發(fā)展。近年來，深度學習技術(shù)快速發(fā)展，其在圖像識別和分類領(lǐng)域應用廣泛，如深度學習網(wǎng)絡模型［1-2］。深度學習網(wǎng)絡模型包括深度神經(jīng)網(wǎng)絡、循環(huán)神經(jīng)網(wǎng)絡、卷積神經(jīng)網(wǎng)絡等。

馬睿等［3］提出的基于卷積神經(jīng)網(wǎng)絡模型的Xception與胚乳數(shù)據(jù)集建模方法較優(yōu)，測試集準確率達到了92.78%。司海平等［4］提出一種基于特征融合的玉米品種圖像識別方法，通過VGG16和ResNet50兩種預訓練網(wǎng)絡來獲取圖像的深度特征，試驗結(jié)果表明對特征進行融合相較于單一使用深度特征或傳統(tǒng)特征具有更高的識別準確率。

此次研究旨在探索利用深度學習網(wǎng)絡模型對玉米種子進行分類識別的可行性和效果。筆者采集不同品種的玉米種子圖像，并利用預處理和數(shù)據(jù)增強技術(shù)對數(shù)據(jù)集進行處理，構(gòu)建了一個包含4種深度學習網(wǎng)絡模型的試驗框架（MobileNetV3、VGG16、GoogLeNet和ShuffleNet），通過對比4種模型在訓練和測試階段的表現(xiàn)，評估其準確率、損失值、訓練時間，并分析各個模型之間的差異。

1 試驗材料與預處理

1.1 數(shù)據(jù)采集

此次研究以小金黃、金色超人、甜糯黃玉米、甜妃4個玉米品種為研究對象。在選取玉米種子過程中采用人工選種法，挑選飽滿、無破損的玉米種子。其中，小金黃265粒、金色超人256粒、甜糯黃玉米172粒、甜妃166粒。將每種種子平鋪在黑色桌面上，使用iPhone 12手機固定在桌面14 cm高處，在實驗室自然光情況下垂直對玉米種子進行拍攝。

1.2 數(shù)據(jù)集的增強與劃分

為了提高深度學習網(wǎng)絡模型對玉米種子識別的準確率，此次試驗利用Python和Opencv將多粒玉米種子圖片區(qū)域分割成單粒玉米種子圖片。分割前，先對圖像進行閾值分割和二值化、去除邊緣顆粒等處理。

針對樣本數(shù)據(jù)不足導致的深度學習網(wǎng)絡模型能力不足問題，為提高深度學習網(wǎng)絡模型的準確度，此次研究采用隨機旋轉(zhuǎn)45°或-45°、增加噪聲、圖片池化、隨機變色等操作對玉米種子數(shù)據(jù)集進行增強，數(shù)據(jù)集圖片數(shù)量增加到原來的近4倍。從中隨機選取每種玉米種子的80%的圖像作為訓練集，10%的圖像作為測試集、10%的圖像作為驗證集，分別存放在對應的子目錄中，如表1所示。

2 試驗環(huán)境與模型原理

2.1 圖像識別模型

此次研究采用了MobileNetV3、VGG16、GoogLeNet、ShuffleNet等4種不同的卷積神經(jīng)網(wǎng)絡模型作為試驗的訓練模型對玉米種子進行建模，分析各個網(wǎng)絡和數(shù)據(jù)建模之間的差異。

2.1.1 MobileNetV3

相比于MobileNetV2，MobileNetV3更新了倒殘差結(jié)構(gòu)，加入了SE模塊并且更新了激活函數(shù)，使用NAS搜索參數(shù)，重新設計耗時層結(jié)構(gòu)。同時，MobileNetV3仍保持輕量級特性，具有較小的模型尺寸和計算開銷，適用于計算資源受限的設備和應用。MobileNetV3 Large較于V2版本檢測速度提升了25%，MobileNetV3 Small的準確度提高了6.6%，有效提高了應用在移動端的圖像分類和檢測任務的精度。因此，MobileNetV3是一種高性能、可調(diào)節(jié)、輕量級的卷積神經(jīng)網(wǎng)絡模型。

2.1.2 VGG16

VGG16的突出特點是卷積層均采用相同的卷積核參數(shù)，即每個卷積層的寬和高相同。VGG16卷積串聯(lián)比單獨使用一個較大的卷積核擁有更少的參數(shù)，同時比單獨一個卷積層擁有更多的非線性變化，適應更復雜的模式［5］。而卷積核串聯(lián)多次提取特征，比單一的卷積核提取的特征要細膩。Padding的步幅小于核的大小，可以覆蓋提取特征，也提高了特征的細膩度。

2.1.3 GoogLeNet

GoogLeNet是由Google團隊提出的一種深度卷積神經(jīng)網(wǎng)絡架構(gòu)，其主要原理是采用了Inception模塊來提取圖像特征［6］。網(wǎng)絡引入Inception結(jié)構(gòu)代替了單純的“卷積+激活函數(shù)”的傳統(tǒng)操作，實現(xiàn)了高效的特征提取和計算過程，并具有較好的參數(shù)效率和抗衰減性。網(wǎng)絡最后采用了average pooling來代替全連接層，使網(wǎng)絡參數(shù)得到了明顯降低，性能得到了提升。

2.1.4 ShuffleNet

ShuffleNet架構(gòu)中主要采用了兩種新操作：分組卷積（Pointwise Group Convolution）和通道重排（Channel Shuffle）。這兩種操作在保持模型精度的同時大大降低了計算量，實現(xiàn)了高效的特征提取和交互。分組卷積將輸入通道分組并進行卷積操作，可減少計算復雜度；通道重排操作增加特征之間的交互，可提高特征表示的豐富性［7］。

2.2 超參數(shù)設置

采用Python編程語言，使用基于Torch的PyTorch深度學習框架，使用PyCharm作為集成開發(fā)環(huán)境編寫深度學習網(wǎng)絡模型，并在一臺搭載CPU為i7-12700H、GPU為RTX3060的筆記本電腦上進行試驗。各個深度學習網(wǎng)絡模型的參數(shù)均設置成學習率為0.001，一次訓練所選取的樣本數(shù)（BatchSize）設置為16，訓練輪數(shù)（Epoch）均為100輪，均采用隨機梯度下降算法（Stochastic Gradient Descent，SGD）作為優(yōu)化算法，并且輸出每輪訓練所得到的損失值和玉米種子識別準確率。

3 試驗結(jié)果與分析

此試驗分別使用4種不同的深度學習網(wǎng)絡模型對玉米種子進行分類識別訓練，其中MobileNetV3和ShuffleNet為輕量級網(wǎng)絡。對于玉米種子圖像分類的4種深度學習網(wǎng)絡模型，選擇平均識別準確率、訓練測試過程中損失函數(shù)的值及訓練過程所需要的時間這3項指標作為評價指標。在經(jīng)過100輪的迭代訓練之后，4種深度學習網(wǎng)絡模型對玉米種子分類識別的準確率如表2所示。

試驗發(fā)現(xiàn)，在對玉米種子分類識別任務中，MobileNetV3深度學習網(wǎng)絡模型表現(xiàn)最為出色。與其他3種網(wǎng)絡模型相比，MobileNetV3深度學習網(wǎng)絡模型在準確率和損失值方面表現(xiàn)出了最佳性能，網(wǎng)絡收斂速度最快，對玉米圖像的分類識別準確率最高并且在100輪迭代訓練中損失值波動幅度最小。這可能歸因于MobileNetV3深度學習網(wǎng)絡模型在輕量級結(jié)構(gòu)的基礎(chǔ)上，引入了SE模塊和更新的激活函數(shù)，以及通過NAS搜索參數(shù)進行的優(yōu)化，從而提高了模型的性能。

對深度學習網(wǎng)絡模型的準確率和損失值進行計算，MobileNetV3深度學習網(wǎng)絡模型的準確率曲線圖和損失值函數(shù)曲線圖如圖1所示。MobileNetV3深度學習網(wǎng)絡模型的損失函數(shù)曲線在10輪后趨于平穩(wěn)，準確率曲線在18輪后趨于穩(wěn)定。但是，其他3種深度學習網(wǎng)絡模型的準確率和損失值在進行35輪迭代訓練后才趨于平緩。綜上對比，MobileNetV3深度學習網(wǎng)絡模型具有較高的識別精度。

在此次試驗中，4種模型在訓練過程中均出現(xiàn)了局部震蕩現(xiàn)象，但MobileNetV3深度學習網(wǎng)絡模型的震蕩幅度較小，在4種模型中表現(xiàn)最為穩(wěn)定。而ShuffleNet深度學習網(wǎng)絡模型出現(xiàn)局部震蕩次數(shù)較多且最為明顯。這可能與不同網(wǎng)絡結(jié)構(gòu)和參數(shù)設置之間的差異有關(guān)，需要進一步研究和調(diào)整。

MobileNetV3深度學習網(wǎng)絡模型的訓練時間最短，平均每秒鐘可對3.6張圖片進行訓練；ShuffleNet深度學習網(wǎng)絡模型的訓練時間最長，平均每秒鐘只能對1.6張圖片進行訓練。這與模型的復雜度和計算開銷有關(guān)，輕量級模型在訓練時間上具有一定的優(yōu)勢。

4 結(jié)論與討論

此次研究采用了4種深度學習網(wǎng)絡模型（MobileNetV3、ShuffleNet、GoogLeNet、VGG16）對玉米種子進行分類識別，并對其性能進行了評估和比較，其中MobileNetV3深度學習網(wǎng)絡模型的測試準確率為93.4%。研究表明，MobileNetV3深度學習網(wǎng)絡模型在玉米種子分類識別任務中具有較高的準確率、穩(wěn)定性和較短的訓練時間。該試驗結(jié)果對于玉米種子的自動化分類和識別具有重要的應用價值，并為進一步優(yōu)化和改進深度學習網(wǎng)絡模型在農(nóng)業(yè)領(lǐng)域的應用提供了參考。然而，此次研究的數(shù)據(jù)集規(guī)模相對較小，對其他玉米品種和泛化能力的研究還需要進一步擴充和探索。

參考文獻：

［1］KHAKI S，PHAM H，HAN Y，et al.Convolutional neural networks for image-based corn kernel detection and counting［J］.Sensors（Basel），2020（9）：2721.

［2］KHAKI S，PHAM H，HAN Y，et al.DeepCorn：a semi-supervised deep learning method for high-throughput image-based corn kernel counting and yield estimation［J］.Knowledge-Based Systems，2021（12）：106874.

［3］馬睿，王佳，趙威，等.基于卷積神經(jīng)網(wǎng)絡與遷移學習的玉米籽粒圖像分類識別［J/OL］.中國糧油學報：1-10［2023-05-31］.http：//kns.cnki.net/kcms/detail/11.2864.TS.20220803.1310.010.html.

［4］司海平，萬里，王云鵬，等.基于特征融合的玉米品種識別［J/OL］.中國糧油學報：1-12［2023-05-31］.https：//doi.org/10.20048/j.cnki.issn.1003-0174.000167.

［5］王嶸.基于深度學習的圖像搜索算法研究［J］.計算機產(chǎn)品與流通，2018（11）：150.

［6］惠苗.融合壓縮與激勵的GoogLeNet模型云檢測算法［J］.榆林學院學報，2023（2）：68-72.

［7］畢鵬程，羅健欣，陳衛(wèi)衛(wèi).輕量化卷積神經(jīng)網(wǎng)絡技術(shù)研究［J］.計算機工程與應用，2019（16）：25-35.

作者簡介：張宇航（2000—），男，碩士生，研究方向：農(nóng)業(yè)工程與信息技術(shù)；楊冬風（1977—），女，博士，副教授，研究方向：模式識別在農(nóng)業(yè)中的應用。