結合注意力機制與雙向特征融合的葉片病害檢測方法

摘要：傳統(tǒng)的Mask R-CNN網(wǎng)絡檢測目標時會出現(xiàn)特征丟失和特征混淆的情況，且對于密集的小目標容易出現(xiàn)漏檢、錯檢等問題。針對這一問題，提出一種結合注意力機制和雙向特征融合的葉片病害檢測方法。首先，構建數(shù)據(jù)集時給葉片圖片加入高斯噪聲斯和椒鹽噪聲兩種人工噪聲，模仿自然界的復雜噪聲，提升數(shù)據(jù)的多樣性；其次，結合PAFPN結構與CBAM注意力機制，生成的CBAM-PAFPN結構，替代Mask R-CNN網(wǎng)絡FPN結構，優(yōu)化Mask R-CNN網(wǎng)絡的特征提取方式；最后，將原網(wǎng)絡NMS篩選候選框的方式替換為Soft-NMS。結果表明：對于無噪聲的數(shù)據(jù)集，mAP值提升0.46%，Recall值提升2.24%；平均錯檢率為1.34%，降低3.28%，約為原網(wǎng)絡的1/4，平均漏檢率為0.12%，降低2.19%，約為原網(wǎng)絡的1/20。改進后的網(wǎng)絡在檢測和定位精度上都有所提升，為有效檢測不同大小、不同密集度的葉片病害提供技術支持。

關鍵詞：葉片病害；CBAM；雙向特征融合；Mask R-CNN；NMS

中圖分類號：TP391; S43" " " 文獻標識碼：A" nbsp; " 文章編號：2095?5553 （2024） 10?0281?08

Leaf disease detection method combining attention mechanism and

bidirectional feature fusion

Ma Xiaohui1， 2， Wang Ji1， 2， Qin Jiajun2， 3

（1. College of Electronic and Information Engineering， Guangdong Ocean University， Zhanjiang， 524088， China;

2. Guangdong Engineering and Technology Research Center of Intelligent Marine Sensor and Its Equipment， Zhanjiang，

524088， China; 3. College of Mathematics and Computer Science， Guangdong Ocean University， Zhanjiang， 524088， China）

Abstract： When the traditional Mask R-CNN network detects the target， feature loss and feature confusion will occur， and for the dense small target， it is easy to miss detection， 1 detection and other problems. In order to solve this problem， this paper proposes a leaf disease detection method combining attention mechanism and bidirectional feature fusion. Firstly， two kinds of artificial noises such as Gaussian noise and salt and pepper noise， were added to the leaf picture during the construction of the data set to imitate the complex noises in nature and improve the diversity of data. Secondly， combining the PAFPN structure with the CBAM attention mechanism， the CBAM-PAFPN structure is generated to replace the FPN structure of Mask R-CNN network and optimize the feature extraction mode of Mask R-CNN network. Finally， replace the original NMS filtering candidate box with Soft-NMS. The experimental results show that for the noiseless data set， mAP value increases by 0.46% and Recall value increases by 2.24%. The average error detection rate is 1.34%， a decrease of 3.28%， about 1/4 of the original network， the average missing detection rate is 0.12%， a decrease of 2.19%， about 1/20 of the original network. The improved network has increased the accuracy of detection and positioning， which provides technical support for the effective detection of leaf diseases of different sizes and densities.

Keywords： leaf disease; CBAM; bidirectional feature fusion; Mask R-CNN; NMS

0 引言

根據(jù)全國農(nóng)業(yè)技術推廣服務中心組織科研、教學和推廣單位專家等對全國病蟲害發(fā)生趨勢發(fā)出的預報，多種重要的農(nóng)作物病蟲害呈重發(fā)態(tài)勢，多種常見植物病害將對作物產(chǎn)區(qū)構成威脅[1]。植物病害的產(chǎn)生會對食品安全造成災難性的影響，導致農(nóng)作物的質(zhì)量和產(chǎn)量顯著下降，植物病害已成為限制農(nóng)業(yè)發(fā)展的主要問題之一[2]。葉片是植物的重要結構，也是植物病害高發(fā)的部位，因此，實現(xiàn)對葉片病害快速準確的檢測，是抑制作物病害和提升作物產(chǎn)量的重要措施。

傳統(tǒng)的植物病害診斷方法，多通過現(xiàn)場肉眼觀察病害的外形、輪廓、顏色等外觀信息，然后依賴經(jīng)驗對病害種類進行判斷[3]。受限于操作人員的專業(yè)知識和實踐經(jīng)驗，傳統(tǒng)的人工檢測方法存在代價大、效率低、準確率低等缺點[4， 5]。深度學習中的卷積神經(jīng)網(wǎng)絡（CNN），具有目標特征自動提取功能，在目標檢測與識別方面表現(xiàn)出強大的能力[6]。近年來，國內(nèi)外已有許多學者將深度卷積神經(jīng)網(wǎng)絡（DCNN）應用到農(nóng)業(yè)領域，且取得了一定的成果[7]。Peng等[8]為了實現(xiàn)去除田間雜草時精準施藥，提出了一種基于RetinaNet的WeedDet模型實現(xiàn)田間雜草的精準檢測；周品志等[9]針對在自然環(huán)境下對櫻桃不同生長時期的狀態(tài)監(jiān)測受環(huán)境影響存在目標識別困難、檢測準確率低等問題，提出了一種基于CSPDarknet53改進的卷積神經(jīng)網(wǎng)絡櫻桃分類檢測模型；孫俊等[10]為實現(xiàn)快速準確地檢測重疊、遮擋等果園復雜環(huán)境下的蘋果果實目標，提出一種基于改進RetinaNet的蘋果檢測網(wǎng)絡；Pandian等[11]為了實現(xiàn)植物葉片疾病檢測高精度檢測，提出了一種新的14層深度卷積神經(jīng)網(wǎng)絡（14-DCNN）；Selvaraj等[12]為了及時發(fā)現(xiàn)香蕉的病蟲害，基于深度卷積神經(jīng)網(wǎng)絡和遷移學習，開發(fā)了一個香蕉病蟲害檢測系統(tǒng)；Jin等[13]提出了一種可以識別蔬菜作物，并將所有其他綠色物體分類為雜草的基于深度學習的雜草檢測方法；孫寶霞等[14]為實現(xiàn)柑橘的產(chǎn)量估計與生長期品質(zhì)監(jiān)測，對柑橘果園的生產(chǎn)智能化管理，利用YOLOv4深度學習模型對夜間自然環(huán)境下成熟柑橘進行識別與表征缺陷檢測；Liu等[15]為了探索自然環(huán)境下櫻桃甜果的快速檢測方法，采用最前沿的YOLOv4深度學習模型，檢測無遮擋、枝葉遮擋、果實重疊遮擋三種不同遮擋情況下的櫻桃果實；Zhang等[16]為了在復雜場景下精確地判別大豆葉部病害特征，提出了一種多特征融合Faster R-CNN（MF3 R-CNN）模型；Lawal等[17]提出了一種準確、快速的魯棒YOLOMuskmelon模型，解決復雜環(huán)境下水果檢測困難的問題。

從上述文獻可知，深度卷積神經(jīng)網(wǎng)絡在農(nóng)業(yè)領域表現(xiàn)優(yōu)異，但目前基于深度學習的目標檢測算法，對密集小目標的檢測仍是一大難題。本文利用深度學習方法快速、準確、無損等特點，針對部分葉片病害面積小、分布密集，易錯檢漏檢等問題，以Mask R-CNN網(wǎng)絡[18]為基礎，對Mask R-CNN網(wǎng)絡的特征提取方式和候選框篩選方式做出改進，提出優(yōu)化后的CBAM muti-Feature Mask R-CNN網(wǎng)絡模型，為葉片病害智能化檢測提供技術支持。

1 材料與方法

1.1 數(shù)據(jù)處理

1.1.1 數(shù)據(jù)集獲取與劃分

本研究所使用的數(shù)據(jù)集原圖取自PlantVillage公共數(shù)據(jù)集，經(jīng)過篩選，使用的葉片病害類型為蘋果黑斑病（apple?balckspot）、土豆晚疫病（potato?Lateblight）、葡萄輪斑病（grape?mealsles）數(shù)據(jù)集。其中蘋果黑斑病圖像597張，對應病害實例3 731個，土豆晚疫病607張，對應的病害實例1 383個，葡萄輪斑病268張，對應的病害實例2 472個，圖片的總數(shù)量為1 472張，病害實例總數(shù)量為7 586個。蘋果黑斑病圖像對應含有的小目標病害數(shù)量最多，分布較為密集，葡萄輪斑病對應含有的中目標病害數(shù)量最多，分布適中，土豆晚疫病對應含有的大目標病害數(shù)量最多，同一圖片上一般只有1～4處病害。在目標檢測中，目標的面積越小，訓練和檢測難度越大，分布越密集則越容易出現(xiàn)漏檢錯檢的情況，為了提升網(wǎng)絡的泛化性和魯棒性，故蘋果黑斑病的病害數(shù)量分配最多、葡萄輪斑病次之、土豆晚疫病最少。

為了模仿自然界中各種復雜噪聲，提高數(shù)據(jù)集的多樣性，本文對圖片數(shù)據(jù)的進行了加噪處理，生成三種類型的數(shù)據(jù)集，分別為：沒加任何噪聲的數(shù)據(jù)集（Leaf disease data_base）、加高斯噪聲的數(shù)據(jù)集（Leaf disease data_gauss），加椒鹽噪聲的數(shù)據(jù)集（Leaf disease data_sp）。按8∶2的比例，將圖片數(shù)據(jù)劃分為訓練集和測試集。表1為病害訓練集和測試集的劃分情況。

1.1.2 高斯噪聲

高斯噪聲（gause_noise，gause）是指噪聲分布的概率密度函數(shù)服從高斯分布（正態(tài)分布）的一類噪聲，其產(chǎn)生的主要原因是相機在拍攝時視場較暗且亮度不均勻，同時相機長時間工作使得溫度過高和電路元器件自身噪聲與互相影響也會產(chǎn)生高斯噪聲。高斯噪聲的概率密度函數(shù)如式（1）所示。

[P（z）=12πσe- （z-μ）22σ2] （1）

式中： z——像素值；

μ——高斯噪聲的平均值（期望）；

σ——高斯噪聲的標準差；

[σ2]——高斯噪聲的方差。

通過調(diào)節(jié)高斯分布標準差σ的大小來控制添加噪聲程度，本文標準差σ設置為25，加了高斯噪聲的圖片如圖1所示。

1.1.3 椒鹽噪聲

椒鹽噪聲（salt_pepper_nosie，sp）隨機改變圖像中的像素值，是由相機成像、圖像傳輸、解碼處理等過程產(chǎn)生的黑白相間的亮暗點噪聲，圖像中的噪聲點隨機的撒上一些“鹽”粒和“黑椒”粒，因此被稱為椒鹽噪聲。椒噪聲指的是黑色的噪點（0，0，0），鹽噪聲指的是白色的噪點（255，255，255），通過設置amount參數(shù)來控制添加噪聲的比例，本研究的amount的大小設置為0.1，加了椒鹽噪聲的圖片如圖2所示。

1.1.4 數(shù)據(jù)標注

使用Labelme圖像標注工具[19]對圖片進行標注，標注的規(guī)則有：（1）對模糊失真的圖片不予標注。（2）葉片中出現(xiàn)但不屬于本研究的病害不予標注。（3）同一張照片中的同一個類要用“_”加序號分開，例如同一張圖片中有兩個蘋果黑斑病病害，則在標注時，其類名分別是apple?blackspot_1和apple?blackspot_2。圖像標注完成后，Labelme工具會生成相應的.json文件，.json文件經(jīng)過轉(zhuǎn)換后可以生成Cv_mask，Label_viz.png，Cv_mask保存了標注圖片的掩膜信息；Label_viz.png保存了標注后分割的圖像。本文為增強圖像特征的表征能力，圖中不僅包含原圖片、掩膜信息，還添加了標簽的信息，三種病害和其對應的掩碼信息如圖3所示。

1.2 網(wǎng)絡模型

Mask R-CNN是一種常用的目標檢測深度學習算法，傳統(tǒng)的Mask R-CNN網(wǎng)絡組成部分：（1）骨干特征網(wǎng)絡（Backbone），Backbone由ResNet101和特征金字塔（FPN）兩部分組成；（2）區(qū)域候選網(wǎng)絡（RPN）；（3）興趣區(qū)域（ROI Align）；（4）全連接層的三個分支：分類器和邊框回歸器、Mask掩碼分支，在該層可以得到網(wǎng)絡的輸出（邊界框、類別、掩膜）。

小目標的檢測需要通過特征圖的淺層信息充分獲取小目標的特征信息，而傳統(tǒng)的Mask R-CNN網(wǎng)絡檢測單向融合的方式無法將淺層信息傳遞至深層，容易出現(xiàn)特征丟失和特征混淆的情況，因此葉片病害面積較小、密集程度較高的情況下，容易出現(xiàn)漏檢錯檢的問題。針對這一問題，在Mask R-CNN網(wǎng)絡的基礎上提出一種結合注意力機制與雙向特征融合的葉片病害檢測方法。該方法相對于傳統(tǒng)的Mask R-CNN做出的改進有：（1）修改骨干特征網(wǎng)絡的特征融合方式，將原本簡單的單向特征融合方式替換為雙向特征融合方式，即將原本的FPN替換為PAFPN（雙向特征融合金字塔）；（2）為了提升網(wǎng)絡對特征圖局部信息的關注，在特征融合后引入CBAM注意力機制模塊，同時將CBAM模塊與PAFPN相結合，生成注意力雙向特征金字塔（CBAM-PAFPN）。（3）將Mask R-CNN原有的非極大抑制（Non?Maximum?Suppression，NMS），替換成柔性非極大抑制（Soft Non?Maximum?Suppression，Soft-NMS）[20]，改變NMS過濾候選框的方式。改進后的Mask R-CNN網(wǎng)絡模型如圖4所示。

1.2.1 注意力雙向特征金字塔

1） CBAM注意力機制。在特征提取的過程中，網(wǎng)絡不僅關注有用的病害目標信息，還會關注無用的背景信息，會對檢測的效果有所影響，故通過增加CBAM（Convolutional Block Attention Module）[21]注意力機制模塊，提升網(wǎng)絡的特征圖局部信息的關注，使得網(wǎng)絡更關注病害目標信息，減少對無用背景信息的關注，從而提升網(wǎng)絡對目標特征的提取效果。CBAM注意力模塊由通道注意力模塊[22]與空間注意力模塊[23]順序執(zhí)行，如圖5所示。首先，進行通道注意力模塊，經(jīng)過最大池化操作與平均池化操作，聚合空間信息并到達共享網(wǎng)絡，對輸入特征圖空間維度進行壓縮，之后進行元素求和合并，生成通道注意力圖；其次，將得到的通道注意力圖與輸入特征圖加權得到空間注意力模塊的輸入特征圖，將特征圖通道維度進行壓縮，既考慮最大池化操作，又考慮平均池化操作，將提取到的特征圖拼接為一個特征描述符，經(jīng)過一個卷積層和Sigmoid函數(shù)，得到空間注意力圖，凸顯重點區(qū)域；最后將得到的空間注意力特征圖按位相乘，得到最終的輸出。

2） PAFPN。在卷積網(wǎng)絡中，深層的特征圖帶有更強的語義信息，較弱的位置信息，淺層的特征圖帶有更強的位置信息，較弱的語義信息，自頂向下的單向特征融合方式，可以將深層的語義信息傳遞至淺層，相比無特征融合的方式只增強了高層語義特征信息的表達能力，但無法傳遞淺層的位置信息。想要將淺層的位置信息傳遞至深層，需要在原有的FPN上增加了一個自底向上的特征融合過程，實現(xiàn)了雙向特征融合，形成新的特征金字塔即為PAFPN。自頂向下的融合過程采用了上采樣的方式，自底向上的融合過程采用了下采樣的方式，將上采樣和上采樣融合，可以實現(xiàn)語義信息和位置信息的融合，減少特征信息丟失的影響。

3） CBAM-PAFPN。將上述的PAFPN與CBAM注意力機制模塊相結合生成了注意力雙向特征金字塔結構（CBAM-PAFPN），如圖6所示。CBAM-PAFPN結構有自頂向下和自底向上兩條縱向的特征融合路徑，兩條特征融合路徑和CBAM注意力模塊通過橫向連接，實現(xiàn)特征信息的傳遞。

CBAM-PAFPN結構獲取feature map的過程為：首先，對骨干特征網(wǎng)絡輸出的初步特征C1、C2、C3、C4、C5進行自頂向下融合，將深層特征的語義信息傳遞至淺層，獲得特征P2、P3、P4、P5、P6；然后，對于自頂向下路徑輸出的特征P2、P3、P4、P5進行自底向上融合，將淺層的位置信息傳遞至深層，獲得特征N2、N3、N4、N5；最后，對于自底向上路徑輸出的特征，使用CBAM注意力模塊進行再一次的特征提取，從而獲得特征信息更豐富的feature map。（1）自頂向下融合過程（以特征圖P4的獲取過程為例）：將特征圖C5進行2倍上采樣獲得新特征圖與C4融合，融合過程中需要歸一化操作和RELU函數(shù)的激活，獲得P4；（2）自頂向下融合過程（以特征圖N3的獲取過程為例）：將特征圖N2進行2倍降采樣后與特征圖P4融合，然后經(jīng)過歸一化操作和RELU函數(shù)的激活，獲得N3。

1.2.2 非極大抑制

在葉片病害較為密集時，會出現(xiàn)兩個或兩個以上的目標相鄰較近的情況，刷新檢測框時，會出現(xiàn)其中一個置信度分數(shù)較低的目標的檢測框與置信度得分較高目標的檢測框有重疊，且重疊率大于設定的閾值，那得分較低的目標檢測框置信度得分被置零，其相鄰目標的檢測框被誤刪，導致只檢測出一個目標，從而發(fā)生漏檢或錯檢的情況，如圖7所示。

交并比是NMS操作中有一個重要的操作，交并比求得的值即為IoU，IoU是真實框和預測框交集和并集的比的大小。設真實框的面積為A，預測框的面積為B，將A與B的交集除以A與B的并集就獲得了IoU的大小，IoU的計算如式（2）所示。

[IoU=A?BA?B] （2）

NMS作為一種貪婪算法，其強制刪除與最高置信度得分的候選框相鄰的其他候選框，抑制了某些置信度分數(shù)較低但定位精確的候選框，不適用于目標過于密集的情況，本文引入Soft-NMS，以一種更緩和的方式對候選框進行篩選。Soft-NMS在NMS的基礎上增加了線性函數(shù)和高斯函數(shù)兩種加權函數(shù)，用于降低置信度分數(shù)的影響，兩種函數(shù)的對應的式分別如式（3）、式（4）所示。

[Si=Si" " " " " " " " " " " " "IoUlt;ThresholdSi1-IoU" " "IoU≥Threshold] （3）

[Si=Siexp-IoU2σ] （4）

Soft-NMS算法的具體步驟如下：（1）設置目標候選框的閾值（Threshold）為0.5；（2）對候選框置信度分數(shù)的集合列表中的置信度分數(shù)降序排列，選擇置信度分數(shù)最高的檢測框A′并保留，將其輸出候選框列表并從列表中刪除；（3）逐一計算檢測框A′與剩余框B′的IoU，若IoU值大于閾值，則去除B′（IoU值大于閾值說明B′與A′高度重合，可以認定為一個候選框）；（4）重復步驟2～步驟3，直至候選框列表為空。

2 試驗與分析

2.1 試驗流程

本文的試驗流程如圖8所示。具體訓練步驟如下：Step1，輸入一張圖片，進行數(shù)據(jù)預處理（統(tǒng)一尺寸，歸一化等）；Step2，將處理好的圖片傳入預訓練的神經(jīng)網(wǎng)絡ResNet101中，獲得初步特征C1、C2、C3、C4、C5；Step3，對初步特征C1、C2、C3、C4、C5進行自頂向下融合，獲得特征P2、P3、P4、P5、P6；Step4，對特征P2-P5做自底向上融合，獲得特征N2-N5；Step5，對于PAFPN輸出的特征，使用CBAM注意力模塊進行再一次的特征提取，獲得特征信息更豐富的feature map；Step6，區(qū)域候選框網(wǎng)絡RPN生成候選框（anchor box）計算候選框和真實框的IoU，設置IoU的上下閾值，IoU大于上閾值為正樣本，小于閾值為負樣本。從正、負樣本中各選取128個樣本進行特征訓練，調(diào)優(yōu)RPN網(wǎng)絡層參數(shù)；Step7，對RPN輸出的候選框通過Soft-NMS進行篩選；Step8，通過feature map中的每一點設定ROI，獲得多個ROI候選框；Step9，得到的ROI通過ROI Align池化為固定大小格式；Step10，對這些ROI進行分類（N類別分類），BB回歸和Mask生成（在每一個ROI里面進行FCN操作）；Step11，對模型進行評估，計算模型評價指標。

2.2 試驗環(huán)境

葉片病害檢測方法的過程包含葉片病害圖像增強、葉片病害樣本標注、葉片病害檢測模型的改進與訓練、試驗結果對比與分析4個階段。本文試驗使用的深度學習框架為Pytorch1.8.0，開發(fā)語言為Python 3.8.5，開發(fā)工具為Anaconda+Pycharm+LabelMe。

2.3 網(wǎng)絡參數(shù)

由表2可知，CBAM Mask R-CNN相比起傳統(tǒng)的Mask R-CNN深度增加了10層，總參數(shù)量卻只增加了0.04 M，總運算量只增加了0.06 GFLOPS；CBAM muti-Feature Mask R-CNN相比起傳統(tǒng)的Mask R-CNN深度增加了16層，網(wǎng)絡的參數(shù)增加了3.58 M，總運算量增加了24.84 GFLOPS。改進后的網(wǎng)絡由于層數(shù)的增加，訓練時間都有所增加，CBAM Mask R-CNN相比傳統(tǒng)的Mask R-CNN訓練時間增加了2 823 s；CBAM muti-Feature Mask R-CNN訓練時間相比傳統(tǒng)的Mask R-CNN增加了5 281 s。

2.4 評價指標

為了評價CBAM muti-Feature Mask R-CNN網(wǎng)絡模型的有效性，使用mAP值（平均精度均值）、Recall值（平均召回率）、FPS（每秒能處理的圖像數(shù)量）作為評價指標。本文的mAP值為COCO數(shù)據(jù)集的評價指標，表示從0.5～0.95之間，每隔0.05設置一次IoU，對10個不同的IoU對應的mAP取均值，計算如式（5）～式（7）所示。

[Recall=TPTP+FP] （5）

[AP=0RecallPrecision] （6）

[mAP=1Ci∈CAPi] （7）

式中： TP——預測為正樣本且實際為正樣本；

FP——預測為正樣本而實際為負樣本；

AP——某一類檢測的平均精度值，值為PR曲線下的面積；

Precision——精度；

mAP——衡量所有類別AP的平均值；

C——分類的類別數(shù)，本文C為3。

將模型的漏檢率N、平均漏檢率AN、錯檢率E和平均錯檢率AE作為評價網(wǎng)絡檢測葉片病害小目標能力的指標，計算如式（8）～式（11）所示。

[N=PiD×100%] （8）

[AN=i=13Pi3×D×100%] （9）

[E=FiD×100%] （10）

[AE=i=13Fi3×D×100%] （11）

式中： [Pi]——每種病害漏檢的個數(shù)，i取值范圍為1～3；

[P1]——在Leaf disease data_base上的漏檢個數(shù)；

[P2]——在Leaf disease data_gauss上漏檢的個數(shù)；

[P3]——在Leaf disease data_sp上漏檢的個數(shù)；

D——病害實例的總數(shù)，本文D為274個。

Fi——每種病害錯檢的個數(shù)。

2.5 結果分析

模型中設置的候選框大小不同時，會產(chǎn)生三種AP值：AP（S）值（小目標AP值）、AP（M）值（中目標AP值）、AP（L）值（大目標AP值），為了分析網(wǎng)絡模型對不同大小病害目標的檢測效果，本文統(tǒng)計了不同網(wǎng)絡的三種AP值，結果見表3。其中，AP（S）（arealt;32×32）：表示設置目標檢測框的像素面積（area）小于32×32的AP值；AP（M）（32×32lt;arealt;96×96）：表示目標檢測框的像素面積大于32×32小于96×96的AP值；AP（L）（areagt;96×96）：表示目標檢測框的像素面積小于96×96的AP值。

由表3可知，傳統(tǒng)Mask R-CNN模型的AP值，設置的目標檢測框越小時，AP值越小，當網(wǎng)絡模型增加CBAM注意力機制模塊時，中目標、大目標的AP值得到了提升，分別提升了0.5%、0.57%，而小目標AP值卻降低了5.14%。當網(wǎng)絡模型的特征融合方式變?yōu)殡p向特征融合時，減少了特征信息的丟失，增強了對特征的提取效果，極大程度上提升了對小目標的識別精度，小目標的AP值比較傳統(tǒng)網(wǎng)絡提升了25.66%，同時均衡了網(wǎng)絡模型對不同大小目標的平均識別精度，AP（M）值、AP（L）值相比較傳統(tǒng)的網(wǎng)絡提升了0.7%、1.97%，與AP（S）值相差較小。

對比Mask R-CNN、CBAM Mask R-CNN、CBAM muti-Feature Mask R-CNN三種網(wǎng)絡在三種數(shù)據(jù)集上的評價指標，評價的結果見表4。由表4可知，同一網(wǎng)絡下不同的數(shù)據(jù)集，三種網(wǎng)絡處理兩種加入噪聲的數(shù)據(jù)集都比未加噪聲的數(shù)據(jù)集效果有所降低，對Mask R-CNN的高斯噪聲的影響較大，在Leaf disease data_gausss上的mAP值比在Leaf disease data_base、Leaf disease data_sp上分別降低了1.3%、0.97%；對于CBAM muti-Feature Mask R-CNN椒鹽噪聲的影響相對較大，在Leaf disease data_sp上的mAP值比在Leaf disease data_base、Leaf disease data_gauss上的分別降低了1.59%、0.26%；對于CBAM Mask R-CNN高斯噪聲和椒鹽噪聲對網(wǎng)絡的影響都較大，在Leaf disease data_gauss、Leaf disease data_sp上的mAP值相對disease data_base分別降低了1.33%、1.59%。

對比CBAM muti-Feature Mask R-CNN不同數(shù)據(jù)集上的評價指標，其在Leaf disease data_base、Leaf disease data_gauss上的mAP值都是最高的，分別是65.73%、64.40%，比Mask R-CNN分別提升了0.46%、0.03%，Recall值在三種數(shù)據(jù)集中都是最高，在Leaf disease data_base、Leaf disease data_gauss、Leaf disease data_sp上分別為72.26%、70.72%、70.60%，比Mask R-CNN分別提升了2.24%、0.37%、0.52%。使用CBAM muti-Feature Mask R-CNN模型對三種數(shù)據(jù)集的病害進行測試，檢測的結果如圖9所示。

由表5可知，CBAM muti-Feature Mask R-CNN的漏檢、錯檢情況相比原網(wǎng)絡明顯降低。只添加CBAM模塊的Mask R-CNN的平均漏檢率和平均錯檢率相比Mask R-CNN都降低了近1/2；CBAM muti-Feature Mask R-CNN相比Mask R-CNN平均漏檢率降低約為其1/20，平均錯檢率約為其1/4。改進的網(wǎng)絡在降低漏檢和錯檢結果方面效果顯著，尤其在是降低漏檢結果方面，CBAM muti-Feature Mask R-CNN的平均漏檢率幾乎接近0。

3 結論

以Mask R-CNN網(wǎng)絡模型為基礎，結合PAFPN結構與CBAM模塊，提出CBAM-PAFPN結構，替換原Mask R-CNN網(wǎng)絡中的FPN結構，并將原網(wǎng)絡中NMS模塊替換為Soft-NMS，得到更優(yōu)化的網(wǎng)絡CBAM muti-Feature Mask R-CNN，改進后的網(wǎng)絡對葉片病害的檢測效果提升明顯。

1） 網(wǎng)絡模型在引入CBAM注意力機制模塊后，參數(shù)增加0.04 M，總運算量增加0.06 GFLOPS，對比CBAM Mask R-CNN與原網(wǎng)絡的FPS值、平均漏檢率和平均錯檢率，分別降低3.2/ms、1.09%、2.19%，結果表明CBAM Mask R-CNN網(wǎng)絡在增加極少參數(shù)量和計算量的條件下，很大程度提高網(wǎng)絡的性能。CBAM模塊的引入提升了網(wǎng)絡對局部信息的關注，促使計算資源更傾向于重點關注的目標區(qū)域，加強感興趣的信息，抑制無用信息，增強網(wǎng)絡對目標特征的提取效果。

2） 在特征融合階段用雙向特征融合的方式替代簡單的單向特征融合方式，不僅使得淺層特征可以感受到深層的語義信息，還可以讓深層的特征感受到淺層豐富的位置信息，提升特征的融合效果，減少特征信息丟失的影響。對比CBAM muti-Feature Mask R-CNN與原網(wǎng)絡的AP（S）值、AP（M）值、AP（L）值分別提升25.66%、0.7%、1.97%，結果表明雙向特征融合的方式極大程度提升網(wǎng)絡的檢測性能和小目標的檢測精度，均衡網(wǎng)絡對面積大小不同病害的檢測效果。

3） 對于病害過于密集的情況，將原有的NMS替換成Soft-NMS，改變NMS過濾候選框的方式。對比CBAM muti-Feature Mask R-CNN與原網(wǎng)絡的AN值和AE值，分別降低2.19%、3.28%。引入Soft-NMS可以有效降低傳統(tǒng)的Mask R-CNN漏檢、誤檢的概率，提高定位精度。

參 考 文 獻

[ 1 ] 謝澤奇， 張會敏. 基于深度學習算法的農(nóng)作物災害預測研究[J]. 現(xiàn)代電子技術， 2021， 44（4）： 107-110.

[ 2 ] Chakraborty S， Devi M R， Bhattacharya P M， et al. Plant disease dynamics vis?a?vis conservation agriculture [J]. Europe， 2021， 58（4）： 221-227.

[ 3 ] 徐勝勇， 彭程里， 陳可， 等. 基于扇環(huán)形區(qū)域圖像分割的小麥秸稈截面參數(shù)測量方法[J]. 農(nóng)業(yè)機械學報， 2018， 49（4）： 53-59.

Xu Shengyong， Peng Chengli， Chen Ke， et al. Measurement method of wheat stalks cross section parameters based on sector ring region image segmentation [J]. Transactions of the Chinese Society for Agricultural Machinery， 2018， 49（4）： 53-59.

[ 4 ] 王云露， 吳杰芳， 蘭鵬， 等. 基于改進Faster R-CNN的蘋果葉部病害識別方法[J]. 林業(yè)工程學報， 2022， 7（1）： 153-159.

[ 5 ] 史紅栩， 李修華， 李民贊， 等. 基于深度學習的香蕉病害遠程診斷系統(tǒng)[J]. 華南農(nóng)業(yè)大學學報， 2020， 41（6）： 92-99.

[ 6 ] 張珂， 馮曉晗， 郭玉榮， 等. 圖像分類的深度卷積神經(jīng)網(wǎng)絡模型綜述[J]. 中國圖象圖形學報， 2021， 26（10）： 2305-2325.

[ 7 ] Harakannanavar S S， Rudagi J M， Puranikmath V I， et al. Plant leaf disease detection using computer vision and machine learning algorithms [J]. Global Transitions Proceedings， 2022， 3（1）： 305-310.

[ 8 ] Peng H， Li Z， Zhou Z， et al. Weed detection in paddy field using an improved RetinaNet network [J]. Computers and Electronics in Agriculture， 2022， 199： 107179.

[ 9 ] 周品志， 裴悅琨， 魏冉， 等. 基于YOLOv4模型的果園櫻桃實時檢測研究[J]. 浙江農(nóng)業(yè)學報， 2022， 34（11）： 2522-2532.

[10] 孫俊， 錢磊， 朱偉棟， 等. 基于改進RetinaNet的果園復雜環(huán)境下蘋果檢測[J]. 農(nóng)業(yè)工程學報， 2022， 38（15）： 314-322.

Sun Jun， Qian Lei， Zhu Weidong， et al. Apple detection in complex orchard environment based on improved RetinaNet [J]. Transactions of the Chinese Society of Agricultural Engineering， 2022， 38（15）： 314-322.

[11] Pandian J A， Kumar V D， Geman O， et al. Plant disease detection using deep convolutional neural network [J]. Applied Sciences?Basel， 2022， 12（14）： 114-123.

[12] Selvaraj M G， Vergara A， Ruiz H， et al. AI?powered banana diseases and pest detection [J]. Plant Methods， 2019， 15（1）： 255-262.

[13] Jin X， Sun Y， Che J， et al. A novel deep learning?based method for detection of weeds in vegetables [J]. Pest Management Science， 2022， 78（5）： 161-169.

[14] 孫寶霞， 梁翠曉， 劉凱， 等. 夜間環(huán)境下樹上柑橘表征缺陷深度學習檢測方法[J]. 林業(yè)工程學報， 2021（6）： 148-155.

[15] Liu T， Li D. Detection method for sweet cherry fruits based on YOLOv4 in the natural environment [J]. Asian Agricultural Research， 2022， 14（1）： 66-76.

[16] Zhang K， Wu Q， Chen Y. Detecting soybean leaf disease from synthetic image using multi?feature fusion faster R-CNN [J]. Computers and Electronics in Agriculture， 2021， 18（3）： 325-331.

[17] Lawal O M. YOLOMuskmelon： Quest for fruit detection speed and accuracy using deep learning [J]. IEEE Access， 2021， 9（2）： 121-127.

[18] He K， Gkioxari G， Dollar P， et al. Mask R-CNN [J]. IEEE Transactions On Pattern Analysis and Machine Interlligence， 2020， 42（2）： 386-397.

[19] Russell B C， Torralba A， Murphy K P， et al. Label me： A database and web?based tool for image annotation [J]. Interrional Journal of Computer Vision， 2008， 77（1-3）： 157-173.

[20] 王鳳隨， 王啟勝， 陳金剛， 等. 基于注意力機制和Soft-NMS的改進Faster R-CNN目標檢測算法[J]. 激光與光電子學進展， 2021， 58（24）： 405-416.

[21] 曾偉輝， 唐欣， 胡根生， 等. 基于卷積塊注意力膠囊網(wǎng)絡的小樣本水稻害蟲識別[J]. 中國農(nóng)業(yè)大學學報， 2022， 27（3）： 63-74.

Zeng Weihui， Tang Xin， Hu Gensheng， et al. Rice pests recognition with small number of samples based on CBAM and capsule network [J]. Journal of China Agricultural University， 2022， 27（3）： 63-74.

[22] Yang X， Zhang D， Wang Z， et al. Super?resolution reconstruction of terahertz images based on a deep?learning network with a residual channel attention mechanism [J]. Applied Optics， 2022， 61（12）： 3363-3370.

[23] Wang A， Zhou H， Hu Y， et al. Endogenous spatial attention modulates the magnitude of the colavita visual dominance effect [J]. i-Perception， 2021， 12（4）： 20416695211027186.