基于改進(jìn)YOLO v8的輕量化玉米害蟲識(shí)別方法

摘要：針對(duì)目前玉米害蟲識(shí)別領(lǐng)域中識(shí)別算法參數(shù)量大、計(jì)算量大導(dǎo)致玉米害蟲識(shí)別算法不能部署在移動(dòng)智慧農(nóng)業(yè)設(shè)備中及玉米害蟲識(shí)別算法檢測(cè)精度低等問(wèn)題，基于網(wǎng)絡(luò)復(fù)雜程度最小的YOLO v8n，提出一種輕量化玉米害蟲識(shí)別算法YOLO v8n-ERM。首先，在骨干特征提取網(wǎng)絡(luò)引入EfficientNet-B0輕量化網(wǎng)絡(luò)，通過(guò)對(duì)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行縮放，采用深度可分離卷積，有效降低了模型參數(shù)量、計(jì)算量；在頸部網(wǎng)絡(luò)中引入RepVGG結(jié)構(gòu)重參數(shù)化模塊，融合多分支特征以提升模型的檢測(cè)精度，同時(shí)有效降低模型的計(jì)算量；最后，用MPDIoU損失函數(shù)替換原損失函數(shù)，使最終預(yù)測(cè)框更接近真實(shí)框。用本研究算法處理數(shù)據(jù)增強(qiáng)后的IP102數(shù)據(jù)集，結(jié)果表明，相較于基線模型YOLO v8n，YOLO v8n-ERM算法的參數(shù)量為2.4 M，計(jì)算量為3.7 GFLOPs，二者分別下降了0.6 M、4.4 GFLOPs，而且YOLO v8n-ERM算法的mAP@0.5、mAP@0.5 ∶0.95分別為91.8%、62.0%，相較于基線模型分別提升了3.6、2.1百分點(diǎn)，表明使用更少的參數(shù)量、計(jì)算量得到了更高的精度。另外在黑暗、有遮擋、個(gè)體重疊及害蟲與環(huán)境背景相似的復(fù)雜環(huán)境下的處理結(jié)果表明，YOLO v8n-ERM算法能夠準(zhǔn)確識(shí)別出玉米害蟲個(gè)體，極大降低了復(fù)雜環(huán)境下的漏檢率，具有一定的魯棒性，可為玉米病蟲害的數(shù)字智能防控提供技術(shù)支持。

關(guān)鍵詞：玉米害蟲識(shí)別；YOLO v8；EfficientNet-B0；RepVGG；MPDIoU

中圖分類號(hào)：TP391.41" 文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1002-1302（2024）14-0196-11

收稿日期：2024-01-14

基金項(xiàng)目：國(guó)家自然科學(xué)基金（編號(hào)：62173049、62273060）；湖北省教育廳科學(xué)研究計(jì)劃資助項(xiàng)目（編號(hào)：D20211302）。

作者簡(jiǎn)介：李志良（1999—），男，湖北洪湖人，碩士研究生，研究方向?yàn)樯疃葘W(xué)習(xí)與目標(biāo)檢測(cè)。E-mail：2022710652@yangtzeu.edu.cn。

通信作者：李夢(mèng)霞，博士，副教授，碩士生導(dǎo)師，研究方向?yàn)橛蜌馓镘浖_發(fā)、最優(yōu)化理論與算法。E-mail：limengxia@yangtzeu.edu.cn。

當(dāng)前，玉米產(chǎn)業(yè)中面臨多種害蟲威脅，這些害蟲對(duì)玉米的產(chǎn)量、質(zhì)量構(gòu)成了潛在威脅。根據(jù)全國(guó)農(nóng)作物病蟲測(cè)報(bào)網(wǎng)監(jiān)測(cè)及專家會(huì)商，預(yù)計(jì)到2023年，我國(guó)玉米病蟲害呈重發(fā)趨勢(shì)，玉米螟、黏蟲等害蟲的發(fā)生面積逐漸增加［1］。作為全球的農(nóng)業(yè)大國(guó)，我國(guó)在害蟲監(jiān)測(cè)與預(yù)報(bào)方面的責(zé)任顯得至關(guān)重大。在農(nóng)業(yè)體系中，確保農(nóng)產(chǎn)品產(chǎn)量、質(zhì)量的有效害蟲監(jiān)測(cè)和預(yù)報(bào)機(jī)制具有關(guān)鍵意義［2-3］。傳統(tǒng)的病蟲害鑒別方法主要依賴人工實(shí)地檢查、經(jīng)驗(yàn)識(shí)別以及對(duì)癥狀特征的觀察。然而，這些方式存在主觀性較高、對(duì)經(jīng)驗(yàn)的依賴性強(qiáng)、工作繁雜等諸多問(wèn)題［4］。

隨著深度學(xué)習(xí)的飛速發(fā)展，部分學(xué)者采用基于深度學(xué)習(xí)的目標(biāo)檢測(cè)算法進(jìn)行農(nóng)作物病蟲害的識(shí)別研究［5-7］。目前主要的目標(biāo)檢測(cè)算法分為2類，一類是以Fast-RCNN為代表的2階段算法，這種算法雖然檢測(cè)精度較高，但檢測(cè)速度較慢［8］。由于這類算法需要先生成候選框，再進(jìn)行特征提取和目標(biāo)回歸，整個(gè)流程通常較為繁瑣，導(dǎo)致在實(shí)時(shí)應(yīng)用中可能無(wú)法滿足高速處理的要求。另一類是以YOLO系列為主的一階段算法，這類算法的檢測(cè)準(zhǔn)確率相對(duì)2階段算法較低，但是它將定位和分類任務(wù)合并為一個(gè)階段，避免了生成候選框的繁瑣過(guò)程，因而在實(shí)時(shí)檢測(cè)方面表現(xiàn)出明顯優(yōu)勢(shì)［9］。

Teng等提出的害蟲檢測(cè)模型MSR-RCNN采用多尺度超分辨率特征增強(qiáng)模塊，成功在LLPD-26數(shù)據(jù)集上實(shí)現(xiàn)了67.4%的檢測(cè)精度，為害蟲檢測(cè)領(lǐng)域帶來(lái)了新突破［10］。陳峰等采用機(jī)器視覺、卷積神經(jīng)網(wǎng)絡(luò)技術(shù)建立了一種用于辨識(shí)東北寒地玉米害蟲的方法，用于檢測(cè)包括玉米螟、草地貪夜蛾、玉米黏蟲等在內(nèi)的害蟲［11］。Jia等將MobileNet、坐標(biāo)注意力機(jī)制CA整合到Y(jié)OLO v7模型中，通過(guò)自建水稻數(shù)據(jù)集測(cè)試，達(dá)到了92.3%的準(zhǔn)確率［12］。段新濤等設(shè)計(jì)了基于性誘測(cè)報(bào)原理的玉米害蟲誘集裝置，引入SENet模塊、Soft-NMS算法到Y(jié)OLO v4模型中，成功提升了夏季玉米主要害蟲的檢測(cè)精度，為田間害蟲種群監(jiān)測(cè)預(yù)警提供了高效、準(zhǔn)確的解決方案［13］。Zhang等在YOLO v8模型中引入了基于DenseBlock改進(jìn)的C2F模塊和可以更好提取低級(jí)特征的DCF模塊，最后替換CBS激活函數(shù)為Mish激活函數(shù)，有效解決了訓(xùn)練過(guò)程中梯度消失的問(wèn)題，改進(jìn)的YOLO v8模型在害蟲檢測(cè)中有更高的準(zhǔn)確性和多功能性［14］。

然而，上述模型所需的計(jì)算資源較為龐大，且在一些復(fù)雜環(huán)境下對(duì)玉米害蟲的漏檢率較高。在玉米害蟲檢測(cè)領(lǐng)域，終端檢測(cè)設(shè)備的計(jì)算能力一般只有幾個(gè)GFLOPs級(jí)別，這樣的計(jì)算需求已經(jīng)超過(guò)了終端檢測(cè)設(shè)備的處理能力。為了保證玉米害蟲識(shí)別算法能夠部署在終端檢測(cè)設(shè)備上，通常需要減少模型的計(jì)算量和一些不必要的參數(shù)量。因此，設(shè)計(jì)一種既能保證檢測(cè)精度又能保證部署在低算力設(shè)備上的算法變得尤為重要［15］。因此，本研究提出了一種基于改進(jìn)的YOLO v8的算法，旨在在更低的計(jì)算量和參數(shù)量的基礎(chǔ)上，實(shí)現(xiàn)對(duì)復(fù)雜環(huán)境下玉米害蟲的高效檢測(cè)，以滿足當(dāng)前移動(dòng)農(nóng)業(yè)智慧檢測(cè)設(shè)備的需求。

1 材料與方法

1.1 數(shù)據(jù)集來(lái)源

本研究數(shù)據(jù)以CVPR2019上發(fā)布的大型農(nóng)業(yè)害蟲數(shù)據(jù)集IP102作為基礎(chǔ)，IP102是一個(gè)專為圖像分類、目標(biāo)檢測(cè)而設(shè)計(jì)的大型農(nóng)業(yè)害蟲數(shù)據(jù)集，包含水稻、玉米、小麥、甜菜等不同作物在不同生長(zhǎng)周期下的害蟲圖像［16］。最終，從該數(shù)據(jù)集中篩選出了與玉米相關(guān)的6類主要害蟲，分別是金針蟲、小地老虎、玉米螟、黏蟲、白星花金龜和桃蛀螟，收集了 1 149 張圖像。圖1展示了數(shù)據(jù)集中的部分圖像，表1提供了各個(gè)類別害蟲的圖像數(shù)量統(tǒng)計(jì)結(jié)果。

1.2 數(shù)據(jù)預(yù)處理

由于數(shù)據(jù)樣本只包含1 149張，為了防止模型過(guò)擬合，使網(wǎng)絡(luò)模型具有較高的準(zhǔn)確性、魯棒性，對(duì)現(xiàn)有數(shù)據(jù)集進(jìn)行數(shù)據(jù)增強(qiáng)。為了盡量接近真實(shí)復(fù)雜環(huán)境下的害蟲，采用以下數(shù)據(jù)增強(qiáng)方法：（1）隨機(jī)旋轉(zhuǎn)，將圖像進(jìn)行-45°～45°隨機(jī)旋轉(zhuǎn)，模擬相機(jī)不同的拍攝角度；（2）隨機(jī)亮度，將圖像進(jìn)行范圍為 -30%～30%的隨機(jī)亮度調(diào)整，以模擬不同光照條件下的圖像；（3）高斯模糊，對(duì)圖像添加高斯模糊，以得到模糊頭像，模擬拍攝抖動(dòng)的情形；（4）高斯噪聲，對(duì)圖像添加高斯噪聲，以得到不同拍攝情況下的圖像，模擬不同場(chǎng)景下的拍攝質(zhì)量；（5）隨機(jī)遮擋，對(duì)圖像進(jìn)行隨機(jī)遮擋，通過(guò)引入隨機(jī)遮擋塊，以模擬圖像中部分區(qū)域的信息缺失。對(duì)原有數(shù)據(jù)集進(jìn)行上述5種數(shù)據(jù)增強(qiáng)處理，將數(shù)據(jù)集擴(kuò)充至 5 383 張圖像。將數(shù)據(jù)集按照8 ∶1 ∶1的比例劃分為訓(xùn)練集、驗(yàn)證集和測(cè)試集，圖像的部分?jǐn)?shù)據(jù)增強(qiáng)示例見圖2。

1.3 YOLO v8模型

YOLO v8是YOLO系列目標(biāo)檢測(cè)算法發(fā)布的最新版本，YOLO v8已經(jīng)在多個(gè)領(lǐng)域取得顯著的性能提升，集成了輕量化的C2f模塊、解耦頭結(jié)構(gòu)、Anchor-Free思想和新的損失函數(shù)策略，同時(shí)使用mosaic數(shù)據(jù)增強(qiáng)，提升了模型的魯棒性。上述關(guān)鍵特點(diǎn)，共同使YOLO v8成為一款SOTA模型，在目標(biāo)檢測(cè)、圖像分類和實(shí)例分割等多個(gè)領(lǐng)域具有出色性能。

其中，C2f模塊的引入使得模型更輕量、計(jì)算效率更高，同時(shí)保持了檢測(cè)性能。解耦頭結(jié)構(gòu)的采用將分類、檢測(cè)頭分離，提高了模型的靈活性和可調(diào)性。Anchor-Free思想舍棄了傳統(tǒng)的Anchor-Based思想，使模型更好地適應(yīng)不同尺寸、形狀的目標(biāo)。新的損失函數(shù)策略采用Task-Aligned Assigner正樣本分配策略和Distribution Focal Loss，優(yōu)化了損失函數(shù)的計(jì)算，增強(qiáng)了模型學(xué)習(xí)能力，提高了目標(biāo)框回歸的效果。YOLO v8有YOLO v8n、YOLO v8s、YOLO v8m、YOLO v8l、YOLO v8x等5個(gè)版本，這5種網(wǎng)絡(luò)的參數(shù)量、計(jì)算量隨著模型深度、寬度的增大而增加，能夠根據(jù)不同的場(chǎng)景選擇合適的網(wǎng)絡(luò)。為了保證模型的輕量化，本研究選擇網(wǎng)絡(luò)復(fù)雜程度最小的YOLO v8n版本作為本研究的基線模型。YOLO v8結(jié)構(gòu)如圖3所示。

1.4 改進(jìn)的YOLO v8n-ERM模型

鑒于基線模型 YOLO v8n 具有的計(jì)算量較大、復(fù)雜度較高等不足，導(dǎo)致在玉米害蟲檢測(cè)領(lǐng)域的終端設(shè)備上部署該模型時(shí)遇到計(jì)算能力受限制的問(wèn)題。因此，本研究提出了一種輕量化玉米害蟲檢測(cè)模型 YOLO v8-ERM（YOLO v8-EfficientNet-RepVGG-MPDIoU），其結(jié)構(gòu)如圖4所示。

首先，針對(duì)YOLO v8n的復(fù)雜骨干特征提取網(wǎng)絡(luò)，引入輕量級(jí)網(wǎng)絡(luò) EfficientNet-B0以降低模型的復(fù)雜度［17］。接著，在頸部特征融合網(wǎng)絡(luò)中引入RepVGG結(jié)構(gòu)重參數(shù)化模塊，在顯著降低模型計(jì)算復(fù)雜度的同時(shí)，提升了模型的檢測(cè)精度［18］。最后，將YOLO v8n原有的損失函數(shù)替換為MPDIoU，提升了復(fù)雜環(huán)境下害蟲邊界框的預(yù)測(cè)精準(zhǔn)度，使得模型能夠更高效、更準(zhǔn)確地預(yù)測(cè)害蟲的位置和形狀，從而進(jìn)一步提升整體性能［19］。通過(guò)這些改進(jìn)，YOLO v8n-ERM在滿足終端設(shè)備計(jì)算能力限制要求的同時(shí)，實(shí)現(xiàn)了輕量化和高識(shí)別率的害蟲檢測(cè)。

1.4.1 EfficientNet-B0模型 由于在害蟲檢測(cè)領(lǐng)域，終端設(shè)備的計(jì)算能力有限，使得部署計(jì)算量較大的玉米害蟲檢測(cè)模型受到了限制。為此，在基線模型YOLO v8n的骨干特征提取網(wǎng)絡(luò)中，引入了高效、準(zhǔn)確且模型規(guī)模較小的EfficientNe-B0作為基礎(chǔ)特征信息提取模型，以充分提取害蟲圖像的語(yǔ)義信息，通過(guò)對(duì)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行縮放，有效降低了模型參數(shù)量和計(jì)算量，提高了模型的學(xué)習(xí)效率，使其能夠更好地適應(yīng)終端設(shè)備有限的計(jì)算資源。

與傳統(tǒng)方法中對(duì)模型深度、寬度和分辨率的獨(dú)立調(diào)整不同，EfficientNet-B0模型使用復(fù)合系數(shù)來(lái)實(shí)現(xiàn)對(duì)模型深度（d）、寬度（w）與分辨率（r）的同步、協(xié)同縮放，具體縮放公式如下：

d=α，w=β，r=γ；（1）

約束條件：α·β2·γ2≈2

α≥1，β≥1，γ≥1。（2）

式中：α、β、γ是由模型搜索確定的常數(shù)。

EfficientNet-B0模型主要由多個(gè)移動(dòng)翻轉(zhuǎn)卷積模塊（mobile inverted bottleneck convolution，MBConv）堆疊組成，在改進(jìn)模型中，MBConv1、MBConv6中的數(shù)字1、6表示倍率因子，即MBConv中的第1個(gè)1×1卷積層會(huì)將輸入特征矩陣的通道數(shù)擴(kuò)展為n倍（n=1或6）。MBConv模塊包括1×1的逐點(diǎn)卷積、k×k的深度卷積、壓縮和激勵(lì)（squeeza-and-excitation，SE）模塊以及Dropout層，形成了一種類似倒瓶頸結(jié)構(gòu)的設(shè)計(jì)，結(jié)構(gòu)如圖5所示。

害蟲圖像的特征信息首先通過(guò)MBConv模塊中的逐點(diǎn)卷積進(jìn)行增強(qiáng)，隨后經(jīng)過(guò)深度卷積，有效降低了模型的計(jì)算量、參數(shù)量，降低了模型的計(jì)算性能需求。接下來(lái)，通過(guò)SE模塊進(jìn)行自適應(yīng)的注意力操作，獲取不同通道的權(quán)重，通過(guò)權(quán)重與原始特征相乘，以有效地捕捉與害蟲相關(guān)的圖像特征信息，隨后對(duì)特征信息進(jìn)行降維操作。最后，通過(guò)引入隨機(jī)失活層，實(shí)施隨機(jī)失活操作，使得模型能夠?qū)W習(xí)到更為魯棒性的特征表示，從而增強(qiáng)模型的泛化能力。

1.4.2 RepVGG模塊

為了更好地適應(yīng)復(fù)雜環(huán)境下的害蟲，滿足對(duì)害蟲高精度檢測(cè)要求及更好地將其部署在移動(dòng)端檢測(cè)設(shè)備上，本研究在原YOLO v8頸部網(wǎng)絡(luò)中引入了RepVGG模塊，在降低模型計(jì)算量的同時(shí)，保持較好的多尺度特征融合能力，極大地提高了模型的檢測(cè)精度，能夠滿足模型低算力、高精度的部署需求。

RepVGG模塊是1種輕量而高效的卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，在訓(xùn)練階段，用由3×3卷積、1×1卷積和BN層組成的多分支架構(gòu)，增強(qiáng)了網(wǎng)絡(luò)的特征提取能力，有效減輕了梯度消失問(wèn)題。在推理階段，結(jié)構(gòu)重新參數(shù)化技術(shù)將上述模塊轉(zhuǎn)換為3×3 Conv。ReLU激活函數(shù)與后續(xù)層一起構(gòu)成了RepVGG模塊的整個(gè)推理階段，在進(jìn)行多分支結(jié)構(gòu)推理時(shí)，需要分別計(jì)算各分支結(jié)果再做進(jìn)一步融合，導(dǎo)致復(fù)雜度不同的分支不能同步完成計(jì)算，使得硬件算力得不到充分利用。因此，在推理時(shí)將多分支結(jié)構(gòu)轉(zhuǎn)換為單路結(jié)構(gòu)，能夠獲得更好的計(jì)算效率，同時(shí)減少硬件的內(nèi)存占用。RepVGG模塊的結(jié)構(gòu)如圖6所示。

如圖7所示，結(jié)構(gòu)重參數(shù)化涉及2個(gè)主要階段。在第1階段，卷積層、BN層合并為單個(gè)3×3卷積，僅包含BN的分支也轉(zhuǎn)換為單獨(dú)的3×3卷積。在第2階段，每個(gè)分支上的3×3卷積層合并為單層。

其中，卷積層公式如式（3）所示：

Conv（x）=W×x+b。（3）

式中：W為權(quán)重；b為偏置。

BN層的相關(guān)公式如下：

BN（x）=γ×x-meanσ2+ε+β。（4）

式中：γ與β為學(xué)習(xí)參數(shù)；mean為批次樣本數(shù)據(jù)均值；σ為方差；ε為極小但不為零的數(shù)。

將卷積層結(jié)果帶入到BN層公式中，得到融合BN層和卷積層的結(jié)果，如式（5）所示：

BN［Conv（x）］=γ×W×x+b-meanσ2+ε+β。（5）

令BN［Conv（x）］=y，作進(jìn)一步化簡(jiǎn)，如式（6）所示：

y=γ×W×xσ2+ε+γ×（b-mean）σ2+ε+β。（6）

得到重參數(shù)化后的卷積核權(quán)重（Wfused）、偏置項(xiàng)（bfused），如式（7）、式（8）所示：

Wfused=γ×W×xσ2+ε；（7）

bfused=γ×（b-mean）σ2+ε+β。（8）

最終得到融合結(jié)果，如式（9）所示：

BN［Conv（x）］=Wfused×x+bfused。（9）

1.4.3 MPDIoU損失函數(shù) 由于害蟲通常具有不規(guī)則的形狀和多樣的尺寸，且容易受到實(shí)際環(huán)境中的遮擋及光照條件等影響，本研究將YOLO v8原損失函數(shù)替換為MPDIoU，以更好地適應(yīng)這些復(fù)雜情況，提高模型對(duì)不同復(fù)雜條件下害蟲的適應(yīng)性。因此，引入MPDIoU損失函數(shù)有助于模型更準(zhǔn)確地捕捉目標(biāo)的位置和形狀信息，解決復(fù)雜環(huán)境下的漏檢問(wèn)題，進(jìn)一步提升復(fù)雜環(huán)境下害蟲檢測(cè)任務(wù)的性能。

原始的YOLO v8使用的是CIoU損失函數(shù)，CIoU在度量2個(gè)邊界框相似度時(shí)存在不足，特別是在目標(biāo)存在部分遮擋及重疊的情況下，其無(wú)法準(zhǔn)確預(yù)測(cè)目標(biāo)的實(shí)際情況，容易出現(xiàn)漏檢的情況。MPDIoU是一種基于最小點(diǎn)距離的邊界框相似性比較度量，對(duì)目標(biāo)檢測(cè)任務(wù)的精確性、性能提出了全面的改進(jìn)。MPDIoU通過(guò)考慮目標(biāo)框的局部分布，通過(guò)對(duì)目標(biāo)區(qū)域的分布進(jìn)行交叉比較，能夠更全面地捕捉目標(biāo)的形狀信息，從而更準(zhǔn)確地評(píng)估2個(gè)框之間的相似性。而且它通過(guò)直接最小化預(yù)測(cè)邊界框和實(shí)際標(biāo)記邊界框之間的左上和右下點(diǎn)距離，簡(jiǎn)化了計(jì)算過(guò)程。

MPDIoU的定義式如下：

MPDIoU=IoU-d21h2+w2-d22h2+w2。（10）

d21、d22、IoU的計(jì)算方法如式（11）、（12）、（13）所示：

d21=（xB1-xA1）2+（yB1-yA1）2；（11）

d22=（xB2-xA2）2+（yB2-yA2）2；（12）

IoU=|A∩B||A∪B|。（13）

式中：A、B為任意2個(gè)矩形；w、h分別表示輸入圖像的寬度、高度；（xA1，yA1）、（xA2，yA2）分別表示A的左上角、右下角點(diǎn)坐標(biāo)；（xB1，yB1）、（xB2，yB2）分別表示B的左上角、右下角點(diǎn)坐標(biāo)；其中d21、d22計(jì)算的分別是A、B左上角、右下角點(diǎn)坐標(biāo)的歐氏距離；IoU為交并比。

MPDIoU作為損失函數(shù)，表示方式見公式（14）：

LMPDIoU=1-MPDIoU。（14）

1.5 試驗(yàn)平臺(tái)和評(píng)價(jià)指標(biāo)

1.5.1 試驗(yàn)環(huán)境與參數(shù)設(shè)置 本試驗(yàn)的硬件環(huán)境：CPU Intel Xeon Platinum 8 255C CPU@2.50 GHz；內(nèi)存為40 Gb；顯卡為RTX 3080，顯存為10 Gb。軟件試驗(yàn)環(huán)境：操作系統(tǒng)版本為Ubuntu 22.04；編譯環(huán)境為Python 3.8；編程平臺(tái)為Pycharm 2023.2；深度學(xué)習(xí)框架為Pytorch 2.0.0；CUDA版本為11.8。試驗(yàn)時(shí)間為2023年9—12月，試驗(yàn)地點(diǎn)為長(zhǎng)江大學(xué)計(jì)算機(jī)科學(xué)學(xué)院，試驗(yàn)初始參數(shù)的設(shè)置見表2。

1.5.2 評(píng)價(jià)指標(biāo) 利用參數(shù)量（parameters）、模型計(jì)算力（GFLOPs）和平均精度均值（mAP）3個(gè)指標(biāo)來(lái)評(píng)價(jià)網(wǎng)絡(luò)模型的效果。參數(shù)量是指模型中可學(xué)習(xí)的參數(shù)數(shù)量。較小的參數(shù)量通常意味著模型更為簡(jiǎn)潔和輕量，適用于資源受限的環(huán)境。在實(shí)際應(yīng)

用中，特別是在移動(dòng)設(shè)備或嵌入式系統(tǒng)中，小參數(shù)量的模型更容易被部署和維護(hù)。

模型計(jì)算力是指模型在進(jìn)行推理時(shí)執(zhí)行的浮點(diǎn)運(yùn)算的數(shù)量，通常以十億次浮點(diǎn)運(yùn)算（GFLOPs）為單位。較小的模型計(jì)算力表示模型在進(jìn)行推理時(shí)對(duì)計(jì)算資源的要求較低，更適合資源受限的環(huán)境。在對(duì)實(shí)時(shí)性能要求高的場(chǎng)景中，低模型計(jì)算力通常意味著更高的效率。

mAP是衡量模型在各個(gè)目標(biāo)類別上的平均準(zhǔn)確性。高mAP值表示模型在多類別目標(biāo)檢測(cè)中性能出色。在模型性能評(píng)估中，IoU表示預(yù)測(cè)框與真實(shí)標(biāo)注框的重疊程度。目前常用不同IoU閾值來(lái)判定預(yù)測(cè)的準(zhǔn)確性。例如，IoU≥設(shè)定閾值表示為正確，lt;設(shè)定閾值為錯(cuò)誤。本研究采用mAP@0.5、mAP@0.5：0.95作為評(píng)估指標(biāo)，分別表示IoU閾值為0.5時(shí)的mAP值和IoU從0.5開始、以步長(zhǎng)為0.05增加到0.95的mAP值。mAP越大，表示模型的整體精度越高，mAP的計(jì)算方法如式（15）所示。AP是對(duì)P-R（Precision-Recall）曲線上的精度值求均值，其計(jì)算方法如公式（16）所示。精確率、召回率的計(jì)算方法如公式（17）、（18）所示。

mAP=∑ni=1APin。（15）

式中：n為數(shù)據(jù)集類別數(shù)量。

AP=∫10=P（r）dr；（16）

Precision=TPTP+FP；（17）

Recall=TPTP+FN。（18）

式中：TP為實(shí)際為正類被預(yù)測(cè)為正類的數(shù)量；FP為實(shí)際為負(fù)類被預(yù)測(cè)為正類的數(shù)量；FN為實(shí)際為正類被預(yù)測(cè)為負(fù)類的數(shù)量。

2 結(jié)果與分析

2.1 不同網(wǎng)絡(luò)骨干改進(jìn)對(duì)比

在對(duì)不同網(wǎng)絡(luò)骨干進(jìn)行改進(jìn)的對(duì)比試驗(yàn)中，MobileNeXt采用一種創(chuàng)新的網(wǎng)絡(luò)結(jié)構(gòu)，通過(guò)改變卷積核批歸一化的順序和引入線性瓶頸層，成功減少了計(jì)算、內(nèi)存的使用［20］。然而，替換MobileNeXt為骨干網(wǎng)絡(luò)后，盡管參數(shù)大幅減少，但模型精度相比于基線卻下降了6.9百分點(diǎn)。ShuffleNet v2通過(guò)通道重排和混合處理，降低了計(jì)算量、參數(shù)量［21］。但是，在替換為骨干網(wǎng)絡(luò)后，雖然參數(shù)量較MobileNeXt更小，但精度下降了1.3百分點(diǎn)，精度相較于基線模型下降了8.2百分點(diǎn)。MobileNet v3結(jié)合硬件感知網(wǎng)絡(luò)架構(gòu)搜索（NAS）和NetAdapt算法以獲取卷積核和通道的最佳數(shù)量［22］。替換為骨干網(wǎng)絡(luò)后，精度較基線下降了2.8百分點(diǎn)，而參數(shù)量略微減少，相較于其他骨干網(wǎng)絡(luò)表現(xiàn)仍可接受，但仍不太理想。而將EfficientNet-B0替換為骨干網(wǎng)絡(luò)之后表現(xiàn)優(yōu)秀，參數(shù)量大幅減少，精度僅下降了1.3百分點(diǎn)，且參數(shù)、計(jì)算量分別僅為基線模型的63%、70%，相較于其他網(wǎng)絡(luò)很好地平衡了輕量化和性能。相關(guān)網(wǎng)絡(luò)骨干的對(duì)比結(jié)果見表3。

2.2 與其他模型的對(duì)比

為了驗(yàn)證本研究模型YOLO v8n-ERM輕量化、出色的檢測(cè)性能，將YOLO v8n-ERM與現(xiàn)階段的其他目標(biāo)檢測(cè)算法進(jìn)行對(duì)比。由表4可以看出，YOLO v8n-ERM算法在mAP@0.5、mAP@0.5 ∶0.95、參數(shù)量和計(jì)算量等方面都領(lǐng)先于其他算法。將YOLO v8n-ERM與YOLO v3-Tiny、YOLO v5n、YOLO v6n及YOLO v7-Tiny進(jìn)行對(duì)比發(fā)現(xiàn)，mAP@0.5和mAP@0.5 ∶0.95都要高于其他算法，且參數(shù)量、計(jì)算量都最低。YOLO v3-Tiny的精度最低，相較于YOLO v5n，YOLO v8n-ERM的mAP@0.5增長(zhǎng)了11.7百分點(diǎn)，mAP@0.5 ∶0.95增長(zhǎng)了24.5百分點(diǎn)，且參數(shù)量下降了9.7 M，計(jì)算量下降了15.2 GFLOPs。在其他算法中，YOLO v6n的精度最高，相較于YOLO v6n，YOLO v8n-ERM 的mAP@0.5增長(zhǎng)了5.4百分點(diǎn)，mAP@0.5 ∶0.95增長(zhǎng)了2.2百分點(diǎn)，且參數(shù)量下降了1.8 M，計(jì)算量下降了8.1 GFLOPs。各模型的mAP@0.5和mAP@0.5 ∶0.95對(duì)比結(jié)果如圖8所示。

2.3 不同尺寸YOLO v8改進(jìn)前后的對(duì)比

為了進(jìn)一步說(shuō)明YOLO v8改進(jìn)模塊的有效性，筆者還進(jìn)行了YOLO v8n、YOLO v8s等2種不同尺寸改進(jìn)前后的對(duì)比試驗(yàn)，以展示改進(jìn)后的模型在不同深度網(wǎng)絡(luò)的優(yōu)化效果。由表5可以看出，YOLO v8n、YOLO v8s在改進(jìn)前后都明顯實(shí)現(xiàn)了模型的輕量化，這些改進(jìn)不僅在模型大小、計(jì)算開銷方面取得了顯著降低，而且在精度上也表現(xiàn)出一定的提升。整體對(duì)比結(jié)果顯示，YOLO v8n-ERM在mAP@0.5方面的參數(shù)量及計(jì)算量表現(xiàn)最優(yōu)，YOLO v8s-

ERM在mAP@0.5 ∶0.95方面的表現(xiàn)最優(yōu)。

2.4 消融試驗(yàn)

通過(guò)對(duì)比試驗(yàn)可知YOLO v8n-ERM模型相較于其他模型的優(yōu)勢(shì)，但是為了驗(yàn)證改進(jìn)模塊的有效性，還需要做消融試驗(yàn)以進(jìn)一步說(shuō)明。在基線模型不變的情況下，每次只添加1個(gè)模塊。由表6中的消融試驗(yàn)結(jié)果可知，在骨干網(wǎng)絡(luò)中引入EfficientNet-B0網(wǎng)絡(luò)后，在mAP@0.5只下降1.3百分點(diǎn)的情況下，參數(shù)量由3.0 M降至1.9 M，降低了1.1 M，計(jì)算量從8.1 GFLOPs降至5.7 GFLOPs，降低了2.4 GFLOPs，參數(shù)量、計(jì)算量都有大幅下降。在骨干網(wǎng)絡(luò)引入EfficientNet-B0后，接著在頸部網(wǎng)絡(luò)引入RepVGG重參數(shù)化模塊，參數(shù)量相較于只引入EfficientNet-B0的條件有略微增長(zhǎng)，但mAP@0.5相較于基線模型上升了1.5百分點(diǎn)，并且計(jì)算量大量壓縮，比基線模型下降了4.4 GFLOPs。最后，在YOLO v8n模型中同時(shí)引入EfficientNet-B0網(wǎng)絡(luò)、RepVGG重參數(shù)化模塊和MPDIoU損失函數(shù)之后，參數(shù)量、計(jì)算量有了極大壓縮，分別較基線模型下降了0.6 M、4.4 GFLOPs，在這種情況下，mAP@0.5、mAP@0.5 ∶0.95相較于基線模型分別提升了3.6、2.1百分點(diǎn)，有大幅度提升。

2.5 檢測(cè)效果及其分析

由圖9可知，YOLO v8n-ERM在各類玉米害蟲上的檢測(cè)精度相較于YOLO v8n都有不同程度的提高，其中白星花金龜、桃蛀螟的提升最明顯，分別提升了5.7、5.5百分點(diǎn)。

由圖10可知，原始圖像1中，在光線較暗的環(huán)境中存在2頭金針蟲，其中1頭被部分遮擋，導(dǎo)致害蟲的部分信息丟失，這導(dǎo)致YOLO v8n對(duì)另一頭金針蟲發(fā)生漏檢的情況。在原始圖像2中，存在7頭白星花金龜，由于個(gè)體重疊，導(dǎo)致，1頭白星花金龜漏檢了，且還有1頭因?yàn)榕c背景相似，也出現(xiàn)了漏檢情況表明。相比之下，YOLO v8n-ERM在這些情況下仍然能夠準(zhǔn)確識(shí)別出害蟲個(gè)體，未出現(xiàn)漏檢的情況。YOLO v8n-ERM在處理遮擋和光線較暗、個(gè)體重疊及害蟲與環(huán)境背景相似的復(fù)雜場(chǎng)景時(shí)表現(xiàn)出了明顯的優(yōu)勢(shì)。

3 討論與結(jié)論

本研究提出了一種高效且輕量的YOLO v8n-ERM模型，旨在更好地識(shí)別玉米害蟲。本研究引入了EfficientNet-B0輕量化網(wǎng)絡(luò)，以有效減少模型的參數(shù)量、計(jì)算量。在頸部網(wǎng)絡(luò)中，筆者引入RepVGG結(jié)構(gòu)的重參數(shù)化模塊，以提升模型對(duì)多分支特征的融合能力，同時(shí)顯著減少模型的計(jì)算復(fù)雜性。此外，本研究以MPDIoU作為損失函數(shù)，以提升網(wǎng)絡(luò)模型的邊界框回歸性能，更好地適應(yīng)檢測(cè)復(fù)雜環(huán)境下的玉米害蟲，解決復(fù)雜環(huán)境下玉米害蟲的漏檢問(wèn)題，提升模型的檢測(cè)性能。

試驗(yàn)結(jié)果表明，相較于基線模型，YOLO v8n-ERM在mAP@0.5、mAP@0.5 ∶0.95方面分別提升了3.6、2.1百分點(diǎn)。與此同時(shí)，模型的參數(shù)量、計(jì)算量分別僅為2.4 M和3.7 GFLOPs，分別較基線模型降低了0.6 M、4.4 GFLOPs。對(duì)于一些復(fù)雜環(huán)境下的玉米害蟲，該模型展現(xiàn)出較高的識(shí)別率，且滿足了部署在智慧農(nóng)業(yè)檢測(cè)設(shè)備的要求，在病蟲害防護(hù)中具備一定應(yīng)用價(jià)值。在后續(xù)工作中，我們將進(jìn)一步擴(kuò)充數(shù)據(jù)集，引入更多多目標(biāo)、小目標(biāo)等復(fù)雜環(huán)境下的數(shù)據(jù)，以提升模型在不同復(fù)雜環(huán)境下識(shí)別玉米害蟲的泛化性能。

參考文獻(xiàn)：

［1］劉 杰，曾 娟，楊清坡，等." 2023年農(nóng)作物重大病蟲害發(fā)生趨勢(shì)預(yù)報(bào)［J］. 中國(guó)植保導(dǎo)刊，2023，43（1）：32-35.

［2］Cheng X，Zhang Y H，Chen Y Q，et al. Pest identification via deep residual learning in complex background［J］. Computers and Electronics in Agriculture，2017，141：351-356.

［3］Zheng L，Shen L Y，Tian L，et al. Scalable person re-identification：a benchmark［C］//2015 IEEE International Conference on Computer Vision （ICCV）.Santiago，Chile.IEEE，2015：1116-1124.

［4］翟肇裕，曹益飛，徐煥良，等." 農(nóng)作物病蟲害識(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.

［5］馬 曉，邢 雪，武青海. 基于改進(jìn)ConvNext的復(fù)雜背景下玉米葉片病害分類［J］. 江蘇農(nóng)業(yè)科學(xué)，2023，51（19）：190-197.

［6］張 航，程 清，武英潔，等." 一種基于卷積神經(jīng)網(wǎng)絡(luò)的小麥病害識(shí)別方法［J］. 山東農(nóng)業(yè)科學(xué)，2018，50（3）：137-141.

［7］周紹發(fā)，肖小玲，劉忠意，等." 改進(jìn)的基于YOLO v5s蘋果樹葉病害檢測(cè)［J］. 江蘇農(nóng)業(yè)科學(xué)，2023，51（13）：212-220.

［8］Girshick R. Fast R-CNN［C］//2015 IEEE International Conference on Computer Vision （ICCV）.Santiago，Chile.IEEE，2015：1440-1448.

［9］Jiang P Y，Ergu D J，Liu F Y，et al. A review of yolo algorithm developments［J］. Procedia Computer Science，2022，199：1066-1073.

［10］Teng Y，Zhang J，Dong S F，et al. MSR-RCNN：a multi-class crop pest detection network based on a multi-scale super-resolution feature enhancement module［J］. Frontiers in Plant Science，2022，13：810546.

［11］陳 峰，谷俊濤，李玉磊，等." 基于機(jī)器視覺和卷積神經(jīng)網(wǎng)絡(luò)的東北寒地玉米害蟲識(shí)別方法［J］. 江蘇農(nóng)業(yè)科學(xué)，2020，48（18）：237-244.

［12］Jia L Q，Wang T，Chen Y，et al. MobileNet-CA-YOLO：an improved YOLO v7 based on the MobileNet v3 and attention mechanism for rice pests and diseases detection［J］. Agriculture，2023，13（7）：1285.

［13］段新濤，王 伸，趙 晴，等." 基于改進(jìn)YOLO v4的夏玉米主要害蟲檢測(cè)方法研究［J］. 山東農(nóng)業(yè)科學(xué)，2023，55（10）：167-173.

［14］Zhang L J，Ding G C，Li C R，et al. DCF-YOLO v8：an improved algorithm for aggregating low-level features to detect agricultural pests and diseases［J］. Agronomy，2023，13（8）：2012.

［15］慕君林，馬 博，王云飛，等." 基于深度學(xué)習(xí)的農(nóng)作物病蟲害檢測(cè)算法綜述［J］. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2023，54（增刊2）：301-313.

［16］Wu X P，Zhan C，Lai Y K，et al. IP102：a large-scale benchmark dataset for insect pest recognition［C］//2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）. Long Beach，CA，USA.IEEE，2019：8779-8788.

［17］Tan M X，Le Q V. EfficientNet：rethinking model scaling for convolutional neural networks［EB/OL］. ［2023-11-11］. http：//arxiv.org/abs/1905.11946.

［18］Ding X H，Zhang X Y，Ma N N，et al. RepVGG：making VGG-style ConvNets great again［C］//2021 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）.Nashville，TN，USA.IEEE，2021：13728-13737.

［19］Ma S L，Xu Y. MPDIoU：a loss for efficient and accurate bounding box regression［EB/OL］. ［2023-11-11］. http：//arxiv.org/abs/2307.07662.

［20］Zhou D Q，Hou Q B，Chen Y P，et al. Rethinking bottleneck structure for efficient mobile network design［C］//Vedaldi A，Bischof H，Brox T，et al. European Conference on Computer Vision.Cham：Springer，2020：680-697.

［21］Ma N N，Zhang X Y，Zheng H T，et al. ShuffleNet v2：practical guidelines for efficient CNN architecture design［C］//Computer Vision -ECCV 2018：15th European Conference，Munich，Germany，September 8-14，2018，Proceedings，Part ⅩⅣ. ACM，2018：122-138.

［22］Howard A，Sandler M，Chen B，et al. Searching for MobileNet v3［C］//2019 IEEE/CVF International Conference on Computer Vision （ICCV）.Seoul，Korea （South）.IEEE，2019：1314-1324.