基于改進(jìn)YOLO v5n的葡萄葉病蟲(chóng)害檢測(cè)模型輕量化方法

蔡易南 肖小玲

蔡易南，肖小玲. 基于改進(jìn)YOLO v5n的葡萄葉病蟲(chóng)害檢測(cè)模型輕量化方法［J］. 江蘇農(nóng)業(yè)科學(xué)，2024，52（7）：198-205.

doi：10.15889/j.issn.1002-1302.2024.07.027

（長(zhǎng)江大學(xué)計(jì)算機(jī)科學(xué)學(xué)院，湖北荊州 434000）

摘要：由于較大的參數(shù)量和較高的計(jì)算復(fù)雜度，直接在移動(dòng)端部署通用檢測(cè)及識(shí)別模型的難度較高。為了解決輕量化的移動(dòng)端部署難題及提升移動(dòng)設(shè)備上葡萄葉病害的檢測(cè)能力，擬提出1種輕量化、高精度、實(shí)時(shí)性的檢測(cè)模型。首先，引入Slimming算法對(duì)傳統(tǒng)的YOLO v5n網(wǎng)絡(luò)進(jìn)行縮減，利用模型稀疏化訓(xùn)練、批歸一化的縮放因子分布狀況對(duì)不重要的通道進(jìn)行篩選；其次，引入輕量級(jí)上采樣算子CARAFE增加感受野，進(jìn)行數(shù)據(jù)特征融合；最后，將邊界框回歸損失函數(shù)改進(jìn)為WIoU損失函數(shù)，制定合適的梯度增益分配策略來(lái)獲得更加精準(zhǔn)的框定位提升模型對(duì)每個(gè)類別目標(biāo)的檢測(cè)能力。試驗(yàn)結(jié)果表明，改進(jìn)后的模型能夠在保持模型性能的情況下有效輕量化。與傳統(tǒng)的YOLO v5n相比，改進(jìn)后的算法mAP提高了0.2百分點(diǎn)，同時(shí)改進(jìn)后的模型權(quán)重、參數(shù)量、計(jì)算量分別為1.6 MB、0.6 M、1.8 G，分別比原模型減少了58%、67%、57%，能夠滿足移動(dòng)端和嵌入式設(shè)備的部署要求。

關(guān)鍵詞：葡萄葉病害；YOLO v5；Slimming剪枝；WIoU損失函數(shù)；CARAFE算子

中圖分類號(hào)：TP391.41；S126? 文獻(xiàn)標(biāo)志碼：A? 文章編號(hào)：1002-1302（2024）07-0198-07

葡萄是我國(guó)種植面積較大的經(jīng)濟(jì)作物之一，并且我國(guó)目前是全球第二大葡萄生產(chǎn)國(guó)和全球第一大鮮食葡萄生產(chǎn)國(guó)［1］。在葡萄樹(shù)的生長(zhǎng)過(guò)程中，準(zhǔn)確識(shí)別葡萄葉片上的病蟲(chóng)害類型能有效提高葡萄的產(chǎn)量。傳統(tǒng)的人工識(shí)別方法耗費(fèi)的時(shí)間和精力十分巨大，而利用計(jì)算機(jī)視覺(jué)和圖像處理等技術(shù)，可以實(shí)現(xiàn)更為精準(zhǔn)的病蟲(chóng)害檢測(cè)識(shí)別，對(duì)節(jié)省人力、提升葡萄的產(chǎn)量和質(zhì)量具有重要意義［2］。

目前在農(nóng)業(yè)領(lǐng)域已經(jīng)有應(yīng)用深度學(xué)習(xí)目標(biāo)檢測(cè)方法對(duì)農(nóng)業(yè)病蟲(chóng)害進(jìn)行識(shí)別的應(yīng)用，戴久竣等在ResNet50的基礎(chǔ)上采用金字塔卷積網(wǎng)絡(luò)，并在金字塔網(wǎng)絡(luò)結(jié)構(gòu)上采用深度超參數(shù)化卷積層代替?zhèn)鹘y(tǒng)的卷積層使模型能夠更快收斂的同時(shí)提高精度［3］。謝圣橋等在ResNet50模型的基礎(chǔ)上，保留了卷積層并設(shè)計(jì)了全新的全連接層，提升了模型的魯棒性和識(shí)別性能［4］。何欣等針對(duì)RestNet模型對(duì)不同尺度特征的提取效果較差的問(wèn)題，提出了在Mask R-CNN 模型中引入多尺度卷積的方法，并且通過(guò)添加注意力機(jī)制提升了網(wǎng)絡(luò)的特征提取能力［5］。陳浪浪等以DenseNet121為基礎(chǔ)網(wǎng)絡(luò)，引入坐標(biāo)注意力學(xué)習(xí)圖像特征通道關(guān)系和空間位置的重要性來(lái)增強(qiáng)模型的特征提取能力［6］。YOLO系列算法及其改進(jìn)的方法在農(nóng)業(yè)領(lǐng)域也被廣泛應(yīng)用，張伏等采用輕量級(jí)特征提取網(wǎng)絡(luò)對(duì)YOLO v4模型進(jìn)行結(jié)果輕量化改進(jìn)，引入了深度可分離卷積結(jié)構(gòu)完成了輕量級(jí)網(wǎng)絡(luò)的搭建，并增加小目標(biāo)檢測(cè)層，提高了檢測(cè)模型對(duì)圣女果的識(shí)別精度［7］。劉廣等通過(guò)引入輕量級(jí)網(wǎng)絡(luò)ShuffleNet v2模塊優(yōu)化YOLO v3原有的特征提取網(wǎng)絡(luò)，以降低網(wǎng)絡(luò)模型的參數(shù)，然后在優(yōu)化后的特征提取網(wǎng)絡(luò)中融合了CBAM注意力機(jī)制以提升模型的數(shù)據(jù)精度［8］。

但是，上述模型的網(wǎng)絡(luò)結(jié)構(gòu)都存在過(guò)于復(fù)雜、計(jì)算量過(guò)大和參數(shù)量過(guò)多等問(wèn)題，對(duì)設(shè)備的計(jì)算能力要求較高，以致在嵌入式或移動(dòng)端設(shè)備上實(shí)現(xiàn)實(shí)時(shí)目標(biāo)檢測(cè)依舊難以實(shí)現(xiàn)。針對(duì)模型過(guò)于龐大和參數(shù)量過(guò)多的問(wèn)題，許多研究人員提出了輕量化模型，但輕量化模型在減少了模型大小和參數(shù)量的同時(shí)也降低了模型的精度。針對(duì)上述問(wèn)題，本研究擬引入一種剪枝算法，該算法對(duì)原始YOLO v5n網(wǎng)絡(luò)訓(xùn)練完成后的模型中貢獻(xiàn)較小的網(wǎng)絡(luò)通道進(jìn)行剪裁，以達(dá)到在減小模型復(fù)雜度的同時(shí)能夠保持模型原有的精度。同時(shí)融合輕量級(jí)上采樣算子CARAFE在上采樣的過(guò)程中對(duì)特征進(jìn)行重新組裝和提取來(lái)提升上采樣的質(zhì)量。并引入WIoU來(lái)獲得更加精準(zhǔn)的框定位以提升模型的識(shí)別能力。

1 材料與方法

1.1 試驗(yàn)數(shù)據(jù)集

本研究的數(shù)據(jù)集包括3個(gè)類別的染病葉片圖片，分別為黑腐病、埃斯卡病、褐斑?。▓D1）。由于獲取的數(shù)據(jù)集大多數(shù)都沒(méi)有標(biāo)注，因此對(duì)數(shù)據(jù)集進(jìn)行重新標(biāo)注。對(duì)葉片中的病害部分采用最大外接矩形框進(jìn)行標(biāo)注，標(biāo)注的類別和圖片的類別相同。

首先將原始數(shù)據(jù)集進(jìn)行樣本分類，再采取旋轉(zhuǎn)、翻轉(zhuǎn)、局部放大等數(shù)據(jù)增強(qiáng)方式擴(kuò)充數(shù)據(jù)集并以xml格式保存標(biāo)注文件，示例結(jié)果見(jiàn)圖2。為了保持試驗(yàn)數(shù)據(jù)的隨機(jī)性，本試驗(yàn)將數(shù)據(jù)集劃分為訓(xùn)練集和驗(yàn)證集，比例為9 ∶1。訓(xùn)練集包含4 005張圖片，測(cè)試集和驗(yàn)證集的圖片總數(shù)為445張。為了保證試驗(yàn)的準(zhǔn)確性與嚴(yán)謹(jǐn)性，所有試驗(yàn)數(shù)據(jù)皆為進(jìn)行3次試驗(yàn)后統(tǒng)計(jì)出的平均值。

1.2 YOLO v5網(wǎng)絡(luò)模型

目前，主流的目標(biāo)檢測(cè)模型可以大致歸為兩大類：二階段目標(biāo)檢測(cè)模型和一階段目標(biāo)檢測(cè)模型。二階段目標(biāo)檢測(cè)模型首先生成一系列候選框，然后對(duì)這些候選框進(jìn)行分類。一種經(jīng)典的二階段目標(biāo)檢測(cè)模型是Faster-RCNN［9］。除了Faster-RCNN，還有一些其他二階段目標(biāo)檢測(cè)模型，如R-FCN等［10］。一階段目標(biāo)檢測(cè)模型是一種直接從輸入圖像中預(yù)測(cè)目標(biāo)類別和邊界框的目標(biāo)檢測(cè)模型，相比于兩階段目標(biāo)檢測(cè)模型，一階段目標(biāo)檢測(cè)模型具有更快的檢測(cè)速度，具有代表性的網(wǎng)絡(luò)模型有SSD、YOLO系列等［11-15］。

相比于之前的YOLO系列目標(biāo)檢測(cè)模型，YOLO v5 能夠?qū)崿F(xiàn)140幀/s的推理速度，并且在MSCOCO數(shù)據(jù)集上的mAP@50能夠達(dá)到55.0%以上。YOLO v5的5個(gè)版本有YOLO v5n、YOLO v5s、YOLO v5m、YOLO v5x、YOLO v5l，區(qū)別主要在于網(wǎng)絡(luò)的深度和寬度。在YOLO v5中，網(wǎng)絡(luò)深度、寬度的改變是通過(guò)調(diào)整C3的數(shù)量來(lái)實(shí)現(xiàn)的。YOLO v5n是最小的版本，其網(wǎng)絡(luò)結(jié)構(gòu)相對(duì)簡(jiǎn)單，訓(xùn)練后的模型參數(shù)量較小并能保持較好的檢測(cè)速度和精度。因?yàn)楸驹囼?yàn)考慮到需要滿足實(shí)時(shí)檢測(cè)和足夠的輕量化的要求，故采用深度最小和特征圖寬度最小的YOLO v5n模型作為基礎(chǔ)模型進(jìn)行改進(jìn)，改進(jìn)后的YOLO v5n模型結(jié)構(gòu)如圖3所示。

YOLO v5n目標(biāo)檢測(cè)模型主要包括輸入層、主干網(wǎng)絡(luò)、頸部網(wǎng)絡(luò)和預(yù)測(cè)層4個(gè)部分。輸入層是網(wǎng)絡(luò)的起始點(diǎn)，負(fù)責(zé)接收并預(yù)處理輸入圖像，YOLO v5n 接收固定尺寸的輸入圖像并經(jīng)過(guò)歸一化、通道順序轉(zhuǎn)換等處理，以便于后續(xù)網(wǎng)絡(luò)的處理。主干網(wǎng)絡(luò)是YOLO v5的核心，被用于提取圖像特征，YOLO v5n主干網(wǎng)絡(luò)采用CSPDarknet53架構(gòu)，它是一種輕量級(jí)的網(wǎng)絡(luò)結(jié)構(gòu)，CSPDarknet53利用CSP連接，通過(guò)在不同的層級(jí)進(jìn)行特征融合，進(jìn)一步提高了特征的表達(dá)能力。頸部網(wǎng)絡(luò)位于主干網(wǎng)絡(luò)之后，負(fù)責(zé)進(jìn)一步處理和增強(qiáng)從主干網(wǎng)絡(luò)中提取到的特征，YOLO v5n使用特征金字塔網(wǎng)絡(luò)結(jié)構(gòu)及路徑聚合網(wǎng)絡(luò)來(lái)增強(qiáng)特征的融合程度，以獲取不同尺度上層級(jí)上的特征信息，多尺度特征融合有助于檢測(cè)不同大小的目標(biāo)，從而提高檢測(cè)的準(zhǔn)確性［16-17］。預(yù)測(cè)層是YOLO v5n的最后一層，負(fù)責(zé)生成目標(biāo)檢測(cè)的結(jié)果。預(yù)測(cè)層會(huì)根據(jù)不同尺度和特征圖預(yù)測(cè)邊界框位置、目標(biāo)類別和置信度得分。

1.3 輕量化葡萄葉病蟲(chóng)害識(shí)別方法

1.3.1 Slimming剪枝算法 優(yōu)化YOLO v5n以使其更加輕量化的方法有很多，如權(quán)值量化、輕量化模型架構(gòu)等。然而，在進(jìn)行輕量化時(shí)不能僅關(guān)注模型的大小以及計(jì)算量和參數(shù)量，還要保持模型的檢測(cè)性能。為了在不影響準(zhǔn)確性的情況下降低運(yùn)算量和減小模型的大小，本研究選擇Slimming剪枝算法對(duì)模型進(jìn)行壓縮。Slimming剪枝原理如圖4所示［18］。

由圖4可見(jiàn)，深度學(xué)習(xí)網(wǎng)絡(luò)在卷積之后會(huì)得到多個(gè)特征圖，但有些特征圖的權(quán)重接近0，并未起到作用。因此Slimming剪枝算法采用在BN層中引入縮放因子（γ）來(lái)評(píng)估每個(gè)通道的重要性，并且使用L1正則化來(lái)稀疏γ的值。引入BN層可以有效避免網(wǎng)絡(luò)過(guò)擬合、提高訓(xùn)練的穩(wěn)定性和訓(xùn)練速度并有效避免內(nèi)部協(xié)變量偏移，其基本公式如下所示：

z＾=zin-μBσ2B+；zout=γz＾+β。（1）

式中：zin、zout分別為BN層的輸入、輸出；μB表示本批次該層輸入的均值；σB表示本批次該層輸入的方差；γ表示縮放因子。

在BN層之后插入1個(gè)縮放層，對(duì)于每個(gè)通道將會(huì)有2個(gè)連續(xù)的縮放因子。引入縮放因子正則項(xiàng)之后，部分縮放因子會(huì)趨于0，剪掉接近0的縮放因子對(duì)應(yīng)的通道從而達(dá)到減小模型的大小和計(jì)算量的目的。相對(duì)較大的縮放因子所對(duì)應(yīng)的通道則被視為相對(duì)重要的通道保留下來(lái)以保證模型的性能不受影響。

Slimming剪枝算法的定義公式如下：

L=∑（x，y）l［f（x，W），y］+λ∑γ∈Γ g（γ）。

式中：（x，y）為訓(xùn)練的輸入和目標(biāo)；W為網(wǎng)絡(luò)中的可訓(xùn)練參數(shù)；前一項(xiàng)代表卷積神經(jīng)網(wǎng)絡(luò)中的訓(xùn)練損失函數(shù)，后一項(xiàng)是縮放因子上的懲罰項(xiàng)；λ為2項(xiàng)的平衡因子。

Slimming剪枝算法包含5個(gè)主要步驟：（1）初始訓(xùn)練。首先使用訓(xùn)練集對(duì)深度神經(jīng)網(wǎng)絡(luò)模型進(jìn)行初始訓(xùn)練，以確保其具備一定的準(zhǔn)確性。（2）評(píng)估權(quán)值的重要性。在訓(xùn)練過(guò)程中，計(jì)算每個(gè)權(quán)重對(duì)模型準(zhǔn)確性的貢獻(xiàn)。（3）剪枝。根據(jù)權(quán)重的重要性，選擇1個(gè)合適的閾值來(lái)確定需要剪枝的權(quán)重。所有權(quán)重的絕對(duì)值低于閾值的節(jié)點(diǎn)將被剪枝，即將其權(quán)重重新設(shè)定為0。（4）微調(diào)。對(duì)于經(jīng)過(guò)剪枝的模型，經(jīng)過(guò)微調(diào)以恢復(fù)其準(zhǔn)確性。（5）迭代剪枝。重復(fù)執(zhí)行步驟（2）至步驟（4），直到達(dá)到期望的模型大小和準(zhǔn)確性。

1.3.2 WIoU Loss YOLO v5原網(wǎng)絡(luò)中使用的邊界框回歸損失函數(shù)是GIoULoss，GIoU考慮到了預(yù)測(cè)框和真實(shí)標(biāo)注框的外接矩形面積，并將其納入損失計(jì)算中，從而改善了IoU只關(guān)注預(yù)測(cè)框和真實(shí)標(biāo)注框的重疊區(qū)域而不能反映二者相交的不足。損失函數(shù)的定義如下所示：

GIoU=IoU-｜C-（A∪B）｜[]｜C｜；（3）

LossGIoU=1-GIoU。（4）

WIoU是一種動(dòng)態(tài)非單調(diào)聚焦機(jī)制的邊界框定位損失函數(shù)，對(duì)于低質(zhì)量示例，預(yù)測(cè)框和真實(shí)框的縱橫比、距離等幾何度量會(huì)增加對(duì)低質(zhì)量示例的懲罰，從而影響模型的泛化能力，當(dāng)預(yù)測(cè)框、真實(shí)框能夠很好地重合時(shí)，應(yīng)適當(dāng)降低幾何度量的懲罰［19］。WIoU共有3個(gè)版本，v1構(gòu)造了基于注意力的邊界框損失，v2、v3在v1的基礎(chǔ)上附加了聚焦機(jī)制，其中v3的性能更好。WIoU根據(jù)距離度量構(gòu)建得到了WIoUv1，如下式所示：

LossWIoUv1=RWIoULIoU；（5）

RWIoU=exp（x-xgt）2+（y-ygt）2（W2g+H2g）*。（6）

式中：Wg、Hg分別代表最小包圍框的寬、高；當(dāng)RWIoU∈［1，e）時(shí)，會(huì)在一定程度上擴(kuò)大普通質(zhì)量錨框的IoU損失函數(shù)值LIoU，當(dāng)LIoU∈［0，1］時(shí)，會(huì)明顯降低高質(zhì)量錨框的RWIoU；在目標(biāo)框、錨框匹配度重疊較高的情況下，應(yīng)重點(diǎn)關(guān)注2個(gè)框中心點(diǎn)的距離；*表示將Wg、Hg從計(jì)算圖中分離。

WIoUv2邊界框回歸損失函數(shù)設(shè)計(jì)了能夠減少簡(jiǎn)單樣本對(duì)損失函數(shù)的貢獻(xiàn)，同時(shí)使模型能夠聚焦于困難樣本的單調(diào)聚焦系數(shù)，從而提升模型目標(biāo)檢測(cè)性能。WIoUv2損失函數(shù)的計(jì)算公式如下：

LWIoUv2=Lγ*IoULWIoUv1，γ>0。（7）

式中：Lγ*IoU在訓(xùn)練時(shí)會(huì)隨著LIoU的減小而減小，這會(huì)導(dǎo)致模型在訓(xùn)練后期收斂速度變慢。針對(duì)這一問(wèn)題，WIoUv2引入了移動(dòng)平均值LIoU[TX-]使L*IoULIoUγ整體能保持在較高水平，詳見(jiàn)如下公式：

LWIoUv2=]L*Io]LIoUγLWIoUv1。（8）

WIoUv3損失函數(shù)使用離群度來(lái)描述錨框的質(zhì)量，離群度越低表示高質(zhì)量錨框，離群度高表示低質(zhì)量錨框。離群度的定義如下所示：

β=[SX（C*5]L*IoU[]LIoU[TX-*5][SX）]∈［0，+∞）。（9）

利用β構(gòu)造了一個(gè)非單調(diào)動(dòng)態(tài)聚焦機(jī)制并將其應(yīng)用到WIoUv1，從而得到WIoUv3，該機(jī)制通過(guò)將小梯度增益分配到具有小β的高質(zhì)量錨框，使得錨框回歸能夠?qū)Ｗ⒂谄胀ㄙ|(zhì)量的錨框。同時(shí)，該機(jī)制將小梯度增益分配給β較大的低質(zhì)量錨框，進(jìn)而有效削弱低質(zhì)量樣例對(duì)錨框回歸的危害。動(dòng)態(tài)聚焦機(jī)制的定義如下所示：

LWIoUv3=γLWIoUv1，γ=[SX（]β[]δαβ-δ。（10）

式中：當(dāng)β=δ時(shí)，δ使得γ=1。當(dāng)錨框的離群度滿足β=C（C為一個(gè)常數(shù)）時(shí)，錨框?qū)@得最高的梯度增益。由于LIoU[TX-]是動(dòng)態(tài)的，這就使得WIoUv3在每一刻都做出最符合當(dāng)前情況的梯度增益。

1.3.3 上采樣算子CARAFE 特征上采樣是卷積神經(jīng)網(wǎng)絡(luò)中不可或缺的一部分。[JP2]在傳統(tǒng)算法中較常見(jiàn)的上采樣方法為最近鄰插值法，該方法僅使用離待插值最近的像素的灰度值作為該采樣點(diǎn)的灰度值，而沒(méi)有考慮到其他相鄰像素點(diǎn)的影響，故不能充分利用特征圖的語(yǔ)義信息。此外，傳統(tǒng)方法通常具有較小的感知域并且還引入了大量參數(shù)量和計(jì)算量。

輕量級(jí)上采樣算子CARAFE在保持高精度的同時(shí)，具有輕量級(jí)、高效和內(nèi)容感知的特點(diǎn)［20］。CARAFE能夠通過(guò)聚合相鄰特征通道來(lái)恢復(fù)目標(biāo)的語(yǔ)義信息，從而有效地增強(qiáng)感受野。與其他上采樣方法不同，CARAFE不是簡(jiǎn)單地通過(guò)像素點(diǎn)的空間位置來(lái)決定上采樣核，而是充分利用了特征圖的語(yǔ)義信息。這使得采樣點(diǎn)更加集中在物體區(qū)域，從而有效忽略背景區(qū)域，達(dá)到內(nèi)容感知重構(gòu)的效果。引入CARAFE替換所有頸部網(wǎng)絡(luò)中的上采樣操作，能夠更好地恢復(fù)圖像的細(xì)節(jié)信息，提供更好的上采樣效果，從而改善模型的性能、結(jié)果質(zhì)量。CARAFE的原理如圖5所示。

CARAFE分為上采樣預(yù)測(cè)模塊、特征重組模塊等2個(gè)主要模塊。假定上采樣倍率為σ，給定1個(gè)形狀為H×W×C的輸入特征圖，首先通過(guò)上采樣核預(yù)測(cè)模塊來(lái)預(yù)測(cè)上采樣核，然后通過(guò)特征重組模塊完成上采樣操作，得到形狀為σH×σW×C的輸出特征圖。CARAFE的操作可以分為2個(gè)步驟。在第1步中，CARAFE會(huì)根據(jù)每個(gè)目標(biāo)位置的內(nèi)容預(yù)測(cè)1個(gè)重組核。這個(gè)過(guò)程可以視為特征圖通道壓縮，例如使用1個(gè)1×1的卷積將它的通道數(shù)降低，以減少后續(xù)計(jì)算量。在第2步中，用預(yù)測(cè)的核對(duì)特征進(jìn)行重組，生成1個(gè)新的特征圖。因此，CARAFE并不僅僅是簡(jiǎn)單地插值或反褶積，而是能夠根據(jù)輸入特征來(lái)指導(dǎo)重組過(guò)程，這樣在不同的位置可以使用自適應(yīng)和優(yōu)化的重組核，從而實(shí)現(xiàn)更好的性能。

2.1 試驗(yàn)環(huán)境與準(zhǔn)備

本試驗(yàn)所有輕量化處理及訓(xùn)練均在臺(tái)式計(jì)算機(jī)上進(jìn)行，所用計(jì)算機(jī)配置如下：Windows 10操作系統(tǒng)，Intel Core I5-12600KF CPU，NVIDIA RTX3080Ti GPU，32 GB內(nèi)存。所用環(huán)境為Pytorch 2.0.1，Cuda 12.2，cuDNN 8.7.0，Python 3.9。試驗(yàn)時(shí)間為2023年1—9月，試驗(yàn)地點(diǎn)為長(zhǎng)江大學(xué)東校區(qū)3號(hào)教學(xué)樓。

2.2 評(píng)測(cè)指標(biāo)

試驗(yàn)結(jié)果采用Precision、Recall、AP、mAP作為評(píng)價(jià)指標(biāo)，評(píng)價(jià)指標(biāo)的計(jì)算公式如下：

Precision=[SX（]TP[]TP+FP[SX）][JZ）]；（11）

Recall=[SX（]TP[]TP+FN[SX）][JZ）]；（12）

AP=∫1[KG-1]0p（r）dr[JZ）]；]（13）

mAP=[SX（]1[]m[SX）]∑[DD（]m[]i=1[DD）]APi。（14）

式中：m表示樣本類別數(shù)；p（r）表示Precision以Recall為參數(shù)的一個(gè)函數(shù)；TP表示被正確識(shí)別的正樣本；TN表示被正確識(shí)別的負(fù)樣本；FP表示負(fù)樣本被錯(cuò)誤識(shí)別為正樣本；FN表示正樣本被錯(cuò)誤識(shí)別為負(fù)樣本。

2.3 損失函數(shù)對(duì)比試驗(yàn)

本試驗(yàn)通過(guò)對(duì)比LCLoU、LFocal-ELoU、LWIoUv1、LWIoUv2以及LWIoUv3這5種損失函數(shù)，驗(yàn)證WIoUv3能夠降低框回歸損失，從而使模型能夠更好地預(yù)測(cè)準(zhǔn)確的邊界框，有助于提高目標(biāo)檢測(cè)中框的質(zhì)量，減少誤檢、漏檢（表1）。

圖6為模型精度隨著訓(xùn)練輪次增長(zhǎng)的過(guò)程，LWIoUv3相比于LCLoU、LWIoUv1和LWIoUv2、LFocal-ELoU能夠在精度上使模型達(dá)到更高的檢測(cè)性能。WIoUv3 Loss通過(guò)引入類別權(quán)重，可以平衡不同類別的重要性，使得模型更加關(guān)注那些類別較少的目標(biāo)，從而提高模型對(duì)于稀有類別的檢測(cè)能力。同時(shí)，本試驗(yàn)使用的數(shù)據(jù)集中，受埃斯卡病所感染的葉片目標(biāo)區(qū)域相對(duì)于褐斑病和黑腐病來(lái)說(shuō)比較大，目標(biāo)數(shù)量較少，因此使得3個(gè)類別中的目標(biāo)數(shù)量差距較大。而引入WIoU Loss可以動(dòng)態(tài)調(diào)整每個(gè)類別的權(quán)重，從而提高模型整體的檢測(cè)性能。

2.4 輕量化對(duì)比試驗(yàn)

在本試驗(yàn)中，利用常見(jiàn)的MobileNet v3-small、GhostNet及EfficientNet來(lái)優(yōu)化YOLO v5n的骨干網(wǎng)絡(luò)與Slimming算法進(jìn)行對(duì)比試驗(yàn)，驗(yàn)證了Slimming算法能夠更加有效地實(shí)現(xiàn)YOLO v5n模型的輕量化［21-23］。試驗(yàn)?zāi)Ｐ偷膶?duì)比結(jié)果見(jiàn)表2。為了保證試驗(yàn)結(jié)果的嚴(yán)謹(jǐn)性，本研究中所有模型的參數(shù)設(shè)定都一致。

由表2可知，輕量化主干網(wǎng)絡(luò)雖然可以降低參數(shù)量和模型大小，但是其檢測(cè)速度也有所下降。本試驗(yàn)提出的Slimming剪枝算法可以在有效減少參數(shù)量、計(jì)算量和模型權(quán)重文件大小的同時(shí)保持模型精度和推理時(shí)間，保證模型的實(shí)時(shí)性。GhostNet、EfficientNet等方法具有較低的參數(shù)量和計(jì)算量，但推理速度較慢。對(duì)于GPU來(lái)說(shuō)，算力瓶頸在于訪問(wèn)帶寬。EfficientNet這類輕量化網(wǎng)絡(luò)的特點(diǎn)是使用了大量低FLOPs、高數(shù)據(jù)讀寫(xiě)量的操作，這會(huì)使得模型將大量時(shí)間浪費(fèi)在從現(xiàn)存中讀寫(xiě)數(shù)據(jù)上，使模型的實(shí)時(shí)性變差。因此，采用Slimming算法能在輕量化的同時(shí)兼顧模型的檢測(cè)性能和推理速度。

2.5 消融試驗(yàn)

為了評(píng)估Slimming剪枝方法、WIoUv3損失函數(shù)及輕量級(jí)上采樣算子CARAFE對(duì)YOLO v5n算法帶來(lái)的影響，進(jìn)行消融試驗(yàn)，試驗(yàn)結(jié)果見(jiàn)表3。[JP2]為了提高模型的泛化能力和避免過(guò)擬合，所有試驗(yàn)均采用較大的epoch值（300）。[JP2]表3中，改進(jìn)1模型對(duì)原有YOLO v5n算法進(jìn)行剪枝，改進(jìn)2模型對(duì)剪枝之后的模型添加了WIoUv3 Loss，改進(jìn)3模型在改進(jìn)2模型的基礎(chǔ)上引入輕量級(jí)上采樣算子CARAFE的結(jié)果。

由表3可知，對(duì)YOLO v5n使用Slimming剪枝方法可以在模型精度輕微下降的同時(shí)使參數(shù)量降低72%，使計(jì)算量降低62%。通過(guò)后續(xù)引入WIoUv3 Loss、輕量級(jí)上采樣算子CARAFE，模型的精度相比于比YOLO v5n算法提高了0.2百分點(diǎn)，同時(shí)參數(shù)量減少了67%，計(jì)算量減少了57%，模型的大小也縮減了58%。因此可見(jiàn)，改進(jìn)后的模型不僅在檢測(cè)精度上有所提升，而且在參數(shù)量、計(jì)算量和檢測(cè)速度方面也表現(xiàn)出色。模型的驗(yàn)證結(jié)果如圖7所示。

3 結(jié)論

為了解決現(xiàn)有葡萄葉病蟲(chóng)害檢測(cè)模型難以部署在移動(dòng)端設(shè)備或嵌入式設(shè)備上的問(wèn)題，本研究提出了1種基于改進(jìn)的YOLO v5n的深度卷積神經(jīng)網(wǎng)絡(luò)模型。通過(guò)Slimming剪枝方法對(duì)YOLO原有網(wǎng)絡(luò)模型進(jìn)行剪枝并添加WIoUv3損失函數(shù)，引入輕量級(jí)上采樣算子CARAFE。[JP2]在減小58%的模型大小和減少67%的參數(shù)量及57%計(jì)算量的基礎(chǔ)上，最終的模型大小僅為1.6 MB，模型精度相比YOLO v5n[JP]的原模型提升了0.2百分點(diǎn)。結(jié)果表明，本研究方法在葡萄葉病蟲(chóng)害識(shí)別上獲得了較好效果，為部署于移動(dòng)設(shè)備與嵌入式設(shè)備上提供了可能。

參考文獻(xiàn)：

［1］田 野， 陳冠銘，李家芬，等. 世界葡萄產(chǎn)業(yè)發(fā)展現(xiàn)狀［J］. 熱帶農(nóng)業(yè)科學(xué)， 2018， 38（6）：96-101.

［2］翟肇裕，曹益飛，徐煥良，等. 農(nóng)作物病蟲(chóng)害識(shí)別關(guān)鍵技術(shù)研究綜述［J］. 農(nóng)業(yè)機(jī)械學(xué)報(bào)， 2021， 52（7）：1-18.

［3］戴久竣，馬肄恒，吳 堅(jiān)，等. 基于改進(jìn)殘差網(wǎng)絡(luò)的葡萄葉片病害識(shí)別［J］. 江蘇農(nóng)業(yè)科學(xué)，2023，51（5）：208-215.

［4］謝圣橋，宋 健，湯修映，等. 基于遷移學(xué)習(xí)和殘差網(wǎng)絡(luò)的葡萄葉部病害識(shí)別［J］. 農(nóng)機(jī)化研究，2023，45（8）：18-23，28.

［5］何 欣， 李書(shū)琴， 劉 斌. 基于多尺度殘差神經(jīng)網(wǎng)絡(luò)的葡萄葉片病害識(shí)別［J］. 計(jì)算機(jī)工程， 2021， 47（5）：285-291.

［6］陳浪浪，張 艷. 基于改進(jìn)深度卷積神經(jīng)網(wǎng)絡(luò)的水稻病蟲(chóng)害識(shí)別［J］. 山東農(nóng)業(yè)科學(xué)，2023，55（5）：164-172.

［7］張 伏，陳自均，鮑若飛，等. 基于改進(jìn)型YOLO v4-LITE輕量級(jí)神經(jīng)網(wǎng)絡(luò)的密集圣女果識(shí)別［J］. 農(nóng)業(yè)工程學(xué)報(bào)，2021，37（16）：270-278.

［8］劉 廣，胡國(guó)玉，趙騰飛，等. 基于改進(jìn)YOLO v3的葡萄葉部病蟲(chóng)害檢測(cè)方法［J］. 微電子學(xué)與計(jì)算機(jī)，2023，40（2）：110-119.

［9］Ren S Q，He K M，Girshick R，et al. Faster R-CNN：towards real-time object detection with region proposal networks［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence，2017，39（6）：1137-1149.

［10］Dai J F，Li Y，He K M，et al. R-FCN：object detection via region-based fully convolutional networks［J］. Advances in Neural Information Processing Systems，2016，29：379-387.

［11］Liu W，Anguelov D，Erhan D，et al. SSD：single shot multibox detector［C］//Computer Vision–ECCV 2016：14th European Conference，Amsterdam：Springer International Publishing，2016：21-37.

［12］Bochkovskiy A，Wang C Y，Liao H Y M. YOLO v4：optimal speed and accuracy of object detection［J/OL］. ［2023-09-09］https：//arxiv.org/abs/2004. 10934.

［13］Redmon J，Divvala S，Girshick R，et al. You only look once：unified，real-time object detection［C］//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition，Las Vegas，USA，2016：779-788.

［14］Redmon J，F(xiàn)arhadi A. Yolo9000：better，faster，stronger［C］//Proceedings of the IEEE conference on Computer Vision and Pattern Recognition，Honolulu，USA，2017：7263-7271.

［15］Redmon J，F(xiàn)arhadi A. YOLO v3：An incremental improvement［J/OL］. ［2023-09-09］https：//arxiv.org/abs/1804. 02767.

［16］Lin T Y，Dollár P，Girshick R，et al. Feature pyramid networks for object detection［C］//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition，Honolulu，USA，2017：2117-2125.[HJ2mm]

［17］Liu S，Qi L，Qin H，et al. Path aggregation network for instance segmentation［C］//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition，Salt Lake City，USA，2018：8759-8768.

［18］Liu Z，Li J，Shen Z，et al. Learning efficient convolutional networks through network slimming［C］//Proceedings of the IEEE International Conference on Computer Vision，Venice，Italy，2017：2736-2744.

［19］Tong Z，Chen Y，Xu Z，et al. Wise-iou：bounding box regression loss with dynamic focusing mechanism［J/OL］. ［2023-09-09］https：//arxiv.org/abs/2301. 10051.

［20］Wang J，Chen K，Xu R，et al. Carafe：content-aware reassembly of [JP3]features［C］//Proceedings of the IEEE/CVF International Conference on Computer Vision，Seoul，Korea（South），2019：3007-3016.

［21］Howard A，Sandler M，Chu G，et al. Searching for mobilenetv3［C］//Proceedings of the IEEE/CVF International Conference on Computer Vision，Seoul，Korea（South），2019：1314-1324.

［22］Han K，Wang Y，Tian Q，et al. Ghostnet：more features from cheap operations［C］//Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition，Seattle，USA，2020：1580-1589.

［23］Tan M，Le Q. Efficientnet：rethinking model scaling for convolutional neural networks［C］//International Conference on Machine Learning. PMLR，Long Beach，California，USA，2019：6105-6114.

基金項(xiàng)目：國(guó)家自然科學(xué)基金（編號(hào)：61771354）。

作者簡(jiǎn)介：蔡易南（2000—），男，湖北黃岡人，碩士研究生，主要研究方向?yàn)橛?jì)算機(jī)視覺(jué)與目標(biāo)檢測(cè)。E-mail：2022710621@yangtzeu.edu.cn。

通信作者：肖小玲，博士，教授，主要研究方向?yàn)橹悄苄畔⑻幚砼c網(wǎng)絡(luò)安全。E-mail：xxl@yangtzeu.edu.cn。