基于高清攝像頭拍攝和改進YOLOX 的茶萎芽病識別

摘要：為解決當(dāng)前人工拍攝茶葉病害圖像耗時且效率低下的問題，該研究開發(fā)了一個高清攝像頭圖像采集系統(tǒng)，用于茶園中圖像數(shù)據(jù)的實時自動采集。同時，為提高英紅九號茶萎芽病的識別率，在YOLOX模型的基礎(chǔ)上，采用CBAM注意力模塊和DIOU損失函數(shù)對其網(wǎng)絡(luò)結(jié)構(gòu)進行了改進。實驗結(jié)果顯示，改進后的YOLOX+模型在測試集上的mAP@.5達到了91.9%，較YOLOX模型提升了2.2%。這表明YOLOX+在英紅九號茶萎芽病識別中取得了較高的識別精度。

關(guān)鍵詞：茶葉病害；高清攝像頭；YOLOX；CBAM；DIOU損失函數(shù)

中圖分類號：TP18 文獻標(biāo)識碼：A

文章編號：1009-3044（2024）31-0027-04

開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID） ：

0 引言

茶葉產(chǎn)業(yè)是中國的傳統(tǒng)特色產(chǎn)業(yè)，茶樹病害可直接且嚴重地影響茶葉的品質(zhì)和產(chǎn)量。目前，茶葉病害檢測主要依賴茶葉研究專家通過野外考察進行，這種方法時間和勞動力成本過高，且檢測結(jié)果容易受到主觀因素的干擾[1-7]。盡管國內(nèi)外在茶葉病害識別方法上取得了不錯的研究成果，但仍存在一些問題：1） 圖像采集：目前大多數(shù)茶葉病害數(shù)據(jù)的采集是通過人工方式進行，拍攝者需要親臨實地使用手機或相機進行拍攝，這需要消耗大量的時間和人力，效率較低。2） 模型算法：在自然環(huán)境中，茶葉病害通常分布在多個葉片上，并且病害類型多樣。目前的研究中，YOLOv3 算法性能較低，F(xiàn)aster R-CNN計算量大、預(yù)測時間長且算法識別率不高。因此，對于茶葉病害識別問題，目標(biāo)檢測模型優(yōu)于分類模型。

針對上述問題，本文以英紅九號茶萎芽病為研究對象，開發(fā)了一個高清攝像頭圖像采集系統(tǒng)，用于茶園中圖像數(shù)據(jù)的實時和自動采集；提出了一種YOLOX+模型，用于識別茶萎芽病。實驗結(jié)果表明，本文提出的方法在英紅九號茶萎芽病識別任務(wù)中取得了較高的識別精度。

1 高清攝像頭圖像采集系統(tǒng)

目前，茶葉病害數(shù)據(jù)采集大多通過人工使用手機或相機進行，效率低下，花費大量時間和人力，并且容易受到天氣等環(huán)境因素的影響。雖然也有采用無人機拍攝的方式，但無人機拍攝的患病芽葉較小，特征信息有限。本文設(shè)計的高清攝像頭采集系統(tǒng)能夠?qū)崟r、自動地采集圖像，大幅提高采集效率，節(jié)省時間和人力成本。圖1展示了在茶園中架設(shè)的高清攝像頭，攝像頭型號為?？低昳DS-2DC7533IW-A（S5），以滿足圖像質(zhì)量的要求。

整個系統(tǒng)的功能實現(xiàn)如圖2所示，分為4個模塊：實時預(yù)覽、云臺控制、實時采集和自動采集。

2 基于YOLOX+ 模型的英紅九號茶萎芽病識別

YOLOX模型由曠視科技的張戈等人[8]在2021年提出，主要在兩個方面對YOLO 系列算法進行了改進：Anchor Free 無錨框機制和Decoupled head 解耦頭。與原YOLO系列相比，YOLOX模型的網(wǎng)絡(luò)頭部參數(shù)量減少了2/3，大大降低了網(wǎng)絡(luò)的計算量，并提高了網(wǎng)絡(luò)模型的收斂速度[9]。本文通過改進YOLOX 的特征金字塔結(jié)構(gòu)和目標(biāo)檢測頭網(wǎng)絡(luò)結(jié)構(gòu)，提升了識別精度。

2.1 特征金字塔結(jié)構(gòu)改進

在YOLOX模型中，骨干網(wǎng)絡(luò)結(jié)構(gòu)用于實現(xiàn)初步的特征提取，而特征金字塔結(jié)構(gòu)用于實現(xiàn)特征融合，即在深層網(wǎng)絡(luò)和淺層網(wǎng)絡(luò)之間傳遞特征。ConvolutionalBlock Attention Module（CBAM） 注意力模塊是一種輕量化的卷積注意力模塊，由通道注意力模塊和空間注意力模塊組成[10]。CBAM通過全局平均池化（GAP） 和全局最大池化（GMP） 捕獲通道間的統(tǒng)計信息，然后使用可學(xué)習(xí)的卷積核生成通道權(quán)重，實現(xiàn)對不同通道特征的自適應(yīng)加權(quán)。同時，對空間維度進行全局平均池化獲取空間信息，并使用可學(xué)習(xí)的卷積核生成空間權(quán)重，從而實現(xiàn)對不同位置特征的自適應(yīng)加權(quán)。這樣提高了神經(jīng)網(wǎng)絡(luò)模型的特征表達能力，增強了對目標(biāo)物體的分類能力和坐標(biāo)定位能力，提高了模型的準(zhǔn)確性。由于CBAM注意力模塊計算成本較低，可以在對檢測速度影響較小的情況下提升模型性能。因此，本文將CBAM注意力模塊引入特征金字塔結(jié)構(gòu)，以加強對淺層網(wǎng)絡(luò)小尺度特征信息的關(guān)注，同時也加強對深層網(wǎng)絡(luò)大尺度特征信息的注意。引入CBAM模塊后的特征金字塔結(jié)構(gòu)前后對比如圖3所示，其中CBAM被引入特征金字塔結(jié)構(gòu)的每個瓶頸層模塊中，記為注意力機制- 瓶頸層2_1，其具體結(jié)構(gòu)如圖4所示。

2.2 目標(biāo)檢測頭網(wǎng)絡(luò)結(jié)構(gòu)改進

在原YOLOX 模型中，使用IOU（Intersection overUnion） [11]損失函數(shù)來衡量預(yù)測框和真實框的誤差，其計算公式如式（1） 所示。IOU損失函數(shù)僅考慮了預(yù)測框與真實框之間的重疊部分，無法在兩個框沒有相交時提供任何信息，從而導(dǎo)致神經(jīng)網(wǎng)絡(luò)模型無法學(xué)習(xí)預(yù)測框參數(shù)的優(yōu)化方向。

式中：LossIOU表示IOU損失函數(shù)，A為模型輸出的預(yù)測框，B為真實框，| A ? B |表示預(yù)測框和真實框的重疊面積，| A ? B |表示預(yù)測框和真實框的合并面積，IoU 表示預(yù)測框和真實框的交并比。

為了減少預(yù)測框和真實框之間的誤差，實現(xiàn)對預(yù)測框坐標(biāo)信息的更準(zhǔn)確擬合，本文引入DIOU損失函數(shù)對其進行改進。DIOU損失函數(shù)[12]不僅考慮了邊界框的重疊面積，還包含了邊界框中心點距離、寬高比和對角線距離等信息。通過最小化預(yù)測框和真實框中心點之間的距離，DIOU損失函數(shù)能夠引導(dǎo)模型更準(zhǔn)確地定位目標(biāo)；通過考慮預(yù)測框與真實框之間的寬高比，有助于模型學(xué)習(xí)合理的目標(biāo)尺寸；通過考慮邊界框的對角線距離，使得模型能更好地處理復(fù)雜環(huán)境中的目標(biāo)尺度變化。DIOU損失函數(shù)將真實框和預(yù)測框的中心點歐式距離與這兩個框最小外接矩形的對角線距離的比值作為懲罰項，其計算公式如式（2） 所示。

式中：b 和bgt 分別表示預(yù)測框和真實框的中心點，ρ （b，bgt ）表示二者的歐式距離，c表示這兩個框的最小外接矩形對角線距離（如圖5所示）。

從式（2） 可以看出，DIOU損失函數(shù)不僅考慮了真實框和預(yù)測框的重疊面積，還結(jié)合了真實框和預(yù)測框的位置信息。因此，它可以提高模型在預(yù)測框邊界回歸上的準(zhǔn)確性。

2.3 改進的YOLOX+模型

為了更加有效地提取和利用目標(biāo)特征，減少無關(guān)信息的干擾，并提高檢測精度，本文在YOLOX模型的基礎(chǔ)上進行了改進。在特征金字塔結(jié)構(gòu)中引入了CBAM 注意力機制模塊，以增強模型的特征提取能力；同時，在YOLOX的目標(biāo)檢測頭網(wǎng)絡(luò)模塊中引入了DIOU損失函數(shù)，以提升模型的檢測精度。通過結(jié)合CBAM和DIOU損失函數(shù)，模型在復(fù)雜背景和不同尺度的目標(biāo)檢測中表現(xiàn)出更好的魯棒性，同時仍保持快速實時檢測的特點。改進后的模型稱為YOLOX+，其具體結(jié)構(gòu)如圖6所示，圖中黑色粗框標(biāo)注了改進的部分。

3 實驗結(jié)果與分析

3.1 構(gòu)建數(shù)據(jù)集

通過高清攝像頭系統(tǒng)對自然環(huán)境下英紅九號茶萎芽病圖像進行采集，采集地點為廣東省農(nóng)業(yè)科學(xué)院茶葉研究所（英德實驗基地），其地理位置為東經(jīng)113°39'、北緯24°30'。茶園的平均海拔高度為39米，常年種植英紅九號品種茶樹。

在晴天和雨天等多種天氣條件下共采集了1 500 張圖像。圖像分辨率為2 560×1 920。使用開源標(biāo)注工具LabelImg對這些圖像進行標(biāo)注，其中，英紅九號茶萎芽病分為早期和晚期兩個類別，如圖7所示。隨后，將1 500張圖像按7∶1∶2的比例劃分為訓(xùn)練集、驗證集和測試集，分別得到訓(xùn)練集960張、驗證集240 張、測試集300張。

3.2 評價指標(biāo)

本文采用COCO 數(shù)據(jù)集的評價指標(biāo)來評估YOLOX+算法在識別英紅九號茶萎芽病方面的性能。該評價體系包括以下指標(biāo)：

1） 交并比（IOU，Intersection over Union） ：用于衡量預(yù)測框與真實框之間的重疊度。

2） 精確率（P，Precision） ：表示預(yù)測框中的正樣本數(shù)量占所有預(yù)測框總數(shù)的比例。

3） 平均精確率（AP， Average Precision） ：表示對某一類別預(yù)測的準(zhǔn)確率的均值。

4） 平均精確率均值（mAP， mean Average Preci?sion） ：所有類別的平均精確率，一般在IOU = 0.5時計算，記為mAP@0.5。

各個指標(biāo)對應(yīng)的公式如公式（3） ～（5） 所示。

式中：TP（True Positive）表示預(yù)測結(jié)果為茶萎芽病且實際也為茶萎芽病的數(shù)量；FP（False Positive）表示預(yù)測結(jié)果為茶萎芽病但實際不是茶萎芽病的數(shù)量；FN（False Negative）表示預(yù)測結(jié)果不是茶萎芽病但實際為茶萎芽病的數(shù)量；Pi 是召回率區(qū)間為[0，0.1，0.2，..，1]下的取值；N 為數(shù)據(jù)集的類別數(shù)，這里N 為2。

3.3 實驗參數(shù)細節(jié)

在實驗過程中，各模型統(tǒng)一訓(xùn)練300 個epoch，輸入圖像大小調(diào)整為1 280×1 280，batch size設(shè)置為2。使用SGD優(yōu)化器，初始學(xué)習(xí)率為0.000 312 5，且采用warmup 和指數(shù)退火（exp） 的學(xué)習(xí)率調(diào)整策略，warmup 階段為5 個epoch。動量（momentum） 設(shè)置為0.9，權(quán)重衰減（weight decay） 設(shè)置為0.000 5。

此外，在訓(xùn)練過程中，使用Mosica和Mixup進行數(shù)據(jù)增強，并在訓(xùn)練的最后15個epoch中關(guān)閉這兩個數(shù)據(jù)增強方法。

3.4 消融實驗結(jié)果與分析

通過消融實驗可以有效地反映模型的改進效果。本文在原YOLOX模型中進行了兩項改進，分別記為YOLOX+CBAM 和YOLOX+DIOU。表3 展示了原YOLOX、YOLOX+CBAM、YOLOX+DIOU以及YOLOX+ 這4個模型在英紅九號茶萎芽病識別中的實驗結(jié)果和對比。

如表3所示，YOLOX模型在引入CBAM模塊后，在IOU閾值為0.5的條件下，晚期茶萎芽病的AP值達到了95.9%，早期茶萎芽病的AP值達到了85.8%，從而使mAP提高到90.9%，比原始YOLOX提升了1.2%。這表明，CBAM注意力機制有效增強了網(wǎng)絡(luò)的特征提取能力。

在引入DIOU損失函數(shù)以改進邊界回歸功能后，YOLOX模型在IOU閾值為0.5時，晚期和早期茶萎芽病的AP值分別達到95.9%和86.6%。因此，mAP提高到91.3%，相較于YOLOX 提高了1.6%，這說明DIOU 損失函數(shù)更好地描述了目標(biāo)物體的位置信息和尺寸信息，從而顯著提升了模型對邊界框的定位能力。

當(dāng)同時引入CBAM模塊和DIOU損失函數(shù)后，在IOU閾值為0.5時，晚期茶萎芽病的AP值達到96.1%。盡管在檢測精度上僅有小幅提升，但這是因為晚期茶萎芽病的特征信息較為明顯，其他模型已經(jīng)相對容易識別。而早期茶萎芽病由于特征信息較少，其識別率比晚期低。盡管如此，YOLOX+識別早期茶萎芽病的AP值達到了87.6%，相較于YOLOX、YOLOX+CBAM、YOLOX+DIOU 分別提高了3.7%、1.8% 和1.0%，均有顯著提升。最終，YOLOX+模型的mAP@0.5 達到了91.9%，這表明所提出的方法在英紅九號茶萎芽病識別任務(wù)中實現(xiàn)了較高的識別精度。

4 結(jié)論

本文以英紅九號茶萎芽病為研究對象，首先開發(fā)了一個高清攝像頭圖像采集系統(tǒng)，以解決當(dāng)前人工收集茶葉病害圖像效率低下的問題。隨后提出了一種改進的英紅九號茶萎芽病識別模型YOLOX+，通過將CBAM注意力模塊整合到Neck結(jié)構(gòu)中來增強模型的特征提取能力，同時引入DIOU邊界回歸損失函數(shù)以替代原有的IOU損失函數(shù)，從而提升模型的檢測精度。實驗結(jié)果顯示，YOLOX+模型在測試集上的mAP@0.5比YOLOX提高了2.2%，達到91.9%。YOLOX+能夠準(zhǔn)確識別英紅九號茶萎芽病，從而增強了對該病的及時檢測和預(yù)警，為防止進一步危害及采取有效防治措施奠定了基礎(chǔ)，也為我國茶葉產(chǎn)業(yè)的發(fā)展做出了貢獻。

參考文獻：

[1] 魏康.自然場景圖像中茶炭疽菌病害嚴重度估計[D].合肥：安徽大學(xué)，2021.

[2] 李子茂，徐杰，鄭祿，等.基于改進DenseNet的茶葉病害小樣本識別方法[J].農(nóng)業(yè)工程學(xué)報，2022，38（10）：182-190.

[3] 李博，江朝暉，洪石蘭，等.基于邊緣智能的茶葉病害識別[J].中國農(nóng)機化學(xué)報，2022，43（6）：175-180.

[4] HU G S，F(xiàn)ANG M.Using a multi-convolutional neural network to automatically identify small-sample tea leaf diseases[J].Sus?tainable Computing：Informatics and Systems，2022（35）：100696.

[5] REDMON J，F(xiàn)ARHADI A.YOLOv3：an incremental improve?ment[EB/OL].[2024-03-20].https：//arxiv.org/abs/1804.02767v1.

[6] GE Z，LIU S T，WANG F，et al.YOLOX：exceeding YOLO series in 2021[EB/OL].[2024-03-20].https：//arxiv.org/abs/2107. 08430v2 .

[7] 劉志佳.基于YOLOX改進的人臉口罩檢測算法[D].南京：南京郵電大學(xué)，2022.

【通聯(lián)編輯：唐一東】

基金項目：廣東省科技創(chuàng)新戰(zhàn)略專項資金立項項目（項目編號：pdjh2022b0885、pdjh2023a0887）；校級科研項目：基于深度學(xué)習(xí)的茶園草害智能預(yù)警系統(tǒng)研究（項目編號：XK202207）