基于ResNet18改進模型的玉米葉片病害識別

關鍵詞：玉米病害；圖像識別；卷積；注意力機制； ResNet18 模型； AC-SK-ResNet 模型中圖分類號：S126;TP391.41 文獻標志碼：A 文章編號：1002-1302（2025）10-0214-C

玉米作為我國重要的糧食作物，其種植面積廣、產量高，在糧食增產中起著巨大作用[1]。近年來，我國玉米種植面積不斷擴大，玉米病害對玉米的質量、產量都有很大影響，也影響著人們的生活和經濟[2]。病害的識別和防治是保證作物質量、產量的重要手段，隨著人工智能技術的發(fā)展，能夠及時有效地識別玉米葉片病害顯得尤為重要[3]

傳統(tǒng)采用肉眼觀察法識別玉米葉片病害，較多依靠農技人員的個人經驗[4]，并且這種方法的主觀判斷影響較大，識別方式有局限性，效率不高。隨著機器學習的發(fā)展，現(xiàn)代農業(yè)的智能化發(fā)展有了很多新途徑[5]。曾鵬滔等針對農田環(huán)境下玉米病害圖像復雜等問題，通過添加卷積塊注意力模塊（convolutional blockattention module，CBAM），替換激活函數(shù)對殘差網(wǎng)絡進行改進[6。熊夢園等對殘差網(wǎng)絡添加CBAM注意力機制、FPN特征金字塔網(wǎng)絡，并采用遷移學習的方式，結果顯示，這種模式對玉米葉片病害的識別準確率達到 97.6%^[7] 。李恩霖等基于卷積神經網(wǎng)絡進行改進，設計的DenseNet121網(wǎng)絡可以精確識別3種玉米病害[8]。黃英來等通過調整網(wǎng)絡的卷積層、替換卷積函數(shù)和調整殘差網(wǎng)絡結構的方式改進卷積神經網(wǎng)絡，并采用遷移學習的方式提高了玉米葉片病害識別的準確率[9]

本研究的對象為玉米葉片數(shù)據(jù)集，由于大斑病的病斑在葉片上所占區(qū)域相對較小，因此對模型處理局部信息的能力有較高要求?；野卟『痛蟀卟∮胁糠窒嗨疲“哒既~片的面積適中，需要模型具有處理局部信息、全局信息的能力，銹病的病斑面積較大，要求模型具有較強的獲取全局信息的能力。針對ResNet18網(wǎng)絡對玉米葉片病斑特征差異識別不明顯、模型參數(shù)較多、模型體積大的問題，通過改進殘差連接、高階殘差結構可以提取更微小的病斑特征。添加可選擇卷積核注意力機制后可以增強網(wǎng)絡對玉米病斑區(qū)域的關注。引入非對稱卷積可以捕捉到不規(guī)則病斑的邊緣特征，進一步優(yōu)化模型。本研究擬提出一種基于改進ResNet18（AC-SK-ResNet的玉米葉片病害識別模型，研究不同注意力機制、不同學習率、不同數(shù)據(jù)集大小對模型性能的影響，并將改進的模型和其他網(wǎng)絡模型進行對比，評價改進模型的優(yōu)越性。

1數(shù)據(jù)集的獲取及預處理

1.1 玉米葉片病害數(shù)據(jù)集

本研究中的玉米葉片病害圖片來自Plant-Village 公共數(shù)據(jù)集[10]，圖片包括4種葉片數(shù)據(jù)，分別是玉米健康葉片、大斑病葉片、灰斑病葉片和銹病葉片，共4354張。取數(shù)據(jù)集中的 60% 作為訓練集， 40% 作為測試集。試驗時間為2023年6月至2024年4月，試驗地點為江蘇省無錫學院實驗室。

1.2 圖像預處理

玉米病害的發(fā)生受到很多因素的影響，在自然條件下，玉米病害葉片較難大量采集，由于本研究收集的玉米葉片數(shù)量較少，為了保證樣本的充足性，對數(shù)據(jù)訓練集進行數(shù)據(jù)增強操作（圖1）[11]

在自然條件下，收集葉片病害數(shù)據(jù)受到拍攝角度、天氣、光照或者葉片上灰塵等因素的影響，因此本研究基于幾何變換和圖像操作的數(shù)據(jù)增強方法，其中數(shù)據(jù)增強的操作有高斯模糊，即對葉片進行水平翻轉，可以得到不同角度的葉片圖像。椒鹽噪聲操作即給葉片圖像加黑胡椒、白鹽樣式的椒鹽噪聲。隨機水平翻轉消除視角偏差，放大圖片為了模仿近距離拍照情景，使卷積神經網(wǎng)絡可以學習病斑紋理的尺度不變特征。數(shù)據(jù)增強操作如圖2所示。

由于由1張圖片擴充得到的多張圖片存在較高相似度，因此要在劃分訓練集、測試集后，對訓練集進行數(shù)據(jù)增強，以增加訓練集的數(shù)量、質量，盡可能模仿自然條件下的拍攝效果。將原始圖像按照1：4 的比例進行擴充，擴充后的玉米病害圖像由4354張擴充為21770張。

2 模型的構建

2.1 ResNet18模型

常見的特征提取網(wǎng)絡主要有2種類型，一種是由多個卷積層堆積的多層網(wǎng)絡，以VGG網(wǎng)絡為代表。另一種就是含有殘差結構的ResNet網(wǎng)絡系列[12]。VGG 網(wǎng)絡體積大于ResNet 網(wǎng)絡，參數(shù)量最多，訓練時間較長。

ResNet18是ResNet系列中的1個輕量級版本，它在保持較好性能的同時，具有相對較少的參數(shù)、計算量，這使得ResNet18在資源有限的環(huán)境中更容易部署和運行。對于玉米葉片病害的識別任務而言，輕量級的模型可以減少計算資源的需求，提高處理速度，從而更好地滿足實際應用。因此，本研究選用ResNet18作為玉米葉片病害識別的原始模型。

2.2 ResNetl8模型的改進

為了解決模型準確率較低、體積較大的問題，對ResNet18網(wǎng)絡結構進行優(yōu)化。由于玉米葉片病斑像素占葉片像素的比例相對較少，特征信息容易在深層網(wǎng)絡中丟失，因此采用高階殘差模塊代替普通殘差模塊，使網(wǎng)絡可以保留葉片病害的原始特征，將經過卷積的底層特征和經過多次卷積后得到的高級細節(jié)特征一起提取出來。

引入SK注意力機制，通過自適應地調整不同尺度的卷積核權重，能夠幫助網(wǎng)絡更加專注于高階殘差結構提取的葉片病斑區(qū)域，從而提升病斑提取的準確性和效率。

在主干網(wǎng)絡最后的殘差塊部分，引入非對稱卷積核替代標準卷積核，能夠更好地適應圖像的局部特性，尤其是病斑的邊緣或角落，在保持提取特征的精度相當?shù)那闆r下，降低參數(shù)量、計算量。由于非對稱卷積通過使用不同大小的卷積核進行特征提取，可以更靈活地適應數(shù)據(jù)分布，因此將其放在網(wǎng)絡的最后階段，這有助于模型更精確地捕捉圖像中的關鍵特征。

由于ResNet18參數(shù)較多、體積較大，因此本研究減少了ResNet18的通道數(shù)、卷積層數(shù)，使本研究模型具有更少的參數(shù)，改進的ResNet18（AC-SK-ResNet）只有13個卷積層和1個非對稱卷積層。

在ResNet18的基本殘差結構的連續(xù)卷積層中，先后使用ReLU激活函數(shù)、SELU激活函數(shù)，解決訓練過程中神經元失活過多的問題，減少神經元失活對網(wǎng)絡準確率的影響，保留更多神經元，增強上一層信號的關鍵性，從而保證網(wǎng)絡的特征提取能力。用Adam優(yōu)化算法代替SGD優(yōu)化算法，改進后的網(wǎng)絡結構模型見圖3。

2.2.1高階殘差的構建由圖4可知，高階殘差塊的內部有3個卷積層并且包含1個殘差結構，從而能夠捕獲更豐富的特征信息。神經網(wǎng)絡在改變深度時，往往會出現(xiàn)梯度消失或梯度爆炸的問題，導致網(wǎng)絡難以訓練。高階殘差通過引入2次跳躍連接，允許梯度直接回流到較淺的層，從而有效地緩解了上述問題，這使研究者可以訓練不同深度的網(wǎng)絡，并且在訓練過程中網(wǎng)絡更容易收斂，同時可以加速訓練過程，并減少過擬合的風險，保持穩(wěn)定的性能。

玉米葉片病害在不同病害種類之間有一定的相似性，更多體現(xiàn)在底層細小病斑的區(qū)別上。玉米灰斑病葉片和銹病葉片都具有很多近黃色小斑點，如果底層特征提取不充分，容易致使模型判斷失誤。因此，在玉米葉片病害識別過程中要考慮更多相似的底層特征，提高病害識別的準確率。2.2.2非對稱卷積添加非對稱卷積（asymmetricconvolution，AC）[13]將原始的 3×3 卷積分解，分成3×3.1×3 和 3×1 這3個分支，然后將這3個分支的輸出求和，如圖5所示。

非對稱卷積將單分支卷積分成了多個分支卷積，強化了卷積核的骨架權重，增加了特征提取的多樣性和空間特征提取能力，并且3個分支卷積核包含之前的 3×3 卷積核，因而能保持提取特征的精度不低于之前提取的特征信息。

由于玉米葉片病斑圖像中存在大量不規(guī)則特征，非對稱卷積有提升翻轉、旋轉圖像魯棒性的作用，能夠更好地捕捉并強調這些特征，從而提高模型的識別能力。

在網(wǎng)絡的最后階段，上述優(yōu)化能夠更直接地影響模型的輸出，從而實現(xiàn)對玉米葉片病害識別精度的提升。

2.2.3引入注意力模塊引入注意力機制，可以使模型更加關注玉米葉片病斑區(qū)域。擠壓激勵網(wǎng)絡（squeeze-and-excitation networks，SE）[14]、置換注意力（shuffle attention，SA）[15]、卷積塊注意力模塊（convolutional block atention module，CBAM）[16]、高效通道注意力（efficient channel attention，ECA）[17]、通道注意力（channelattention，CA）[18]等注意力機制都是神經網(wǎng)絡中常用的輕量化注意力機制，本研究分別引人這些注意力機制來驗證選擇性內核（selective kernel，SK）[19]注意力機制的優(yōu)越性（圖6）。

SK注意力機制有1個選擇性的內核單元的構建塊，通過自適應地調整不同尺度的卷積核權重，可以使網(wǎng)絡更好地適應高階殘差結構提取的不同大小、形狀的病斑特征，提高識別的魯棒性。

2.2.4激活函數(shù)ReLU激活函數(shù)能夠將輸入的非線性特征進行非線性變換，增強神經網(wǎng)絡的擬合能力。對于玉米葉片病害識別任務而言，這種非線性變換有助于模型更好地捕捉葉片上的細微病變特征。SELU激活函數(shù)引入了自標準化機制，當輸入為負時呈指數(shù)增長，當輸入為正時呈線性增長，進一步增強了網(wǎng)絡的非線性處理能力。

在玉米葉片病害識別任務中，在深層網(wǎng)絡使用SELU激活函數(shù)可以穩(wěn)定訓練過程，提高模型的收斂速度和性能。

因此，在不同的網(wǎng)絡結構中應采用不同的激活函數(shù)。SELU激活函數(shù)如公式（1）所示，其中 λ= 1.050 700 987， α=1.673 263 242 ;ReLU激活函數(shù)如公式（2）所示。圖7為SELU激活函數(shù)和ReLU

激活函數(shù)對比結果。

2.3 評價指標

對網(wǎng)絡的改進策略通?？紤]對網(wǎng)絡的加深或加寬，對卷積層空間信息、通道信息進行改進，以及增加網(wǎng)絡模塊或者改變不同模塊之間的連接方式。一般而言，上述操作都會增加模型的計算量和體積。因此，為了驗證改進模型的性能，采用一系列評價指標對模型的性能進行評價，如查準率（Precision， P ）、查全率（ Recall，R） 1 ?F₁ 分數(shù)、準確率（Accuracy）、模型體積等[20]

式中：真正例（truepositives， TP ）表示預測為正例，實際也為正例；假正例（1positives， FP 表示預測為正例，實際為負例；假負例（1negatives， 表示預測為負例，實際為正例；真負例（truenegatives，TN）表示預測為負例，實際也是負例。TP，TN 都表示預測正確， FP，F(xiàn)N 都表示預測錯誤，總樣本數(shù)為 TP+TN+FP+FN 。此外，可以通過Loss曲線、準確率曲線來判斷模型是否擬合。

3結果與分析

在無擴充數(shù)據(jù)集上，采用不同注意力機制和不同學習率進行多組試驗，對比模型的準確率、損失值，并分析這些因素對模型性能的影響，同時研究擴充數(shù)據(jù)集對模型性能的影響。

3.1基于AC-SK-ResNet的病害識別

訓練的每個批次包含8張圖片，改進模型使用Adam優(yōu)化算法，初始學習率設置為0.0001，訓練輪次都為50次， 的超參數(shù)設置見表1。

本研究模型AC-SK-ResNet是在ResNet18的基礎上改進的，由圖8、圖9可知，本研究模型的訓練識別準確率高于原始模型ResNet18，達到

98.7% ，升高了1.9百分點。AC-SK-ResNet訓練曲線的準確率高，損失值更小。

由圖9可知，在測試集中，ResNet18模型對大斑病的識別準確率差，改進模型對于局部信息的獲取能力更強，因此對于大斑病葉片的識別準確率更高。

3.2不同注意力機制對模型性能的影響

為了研究注意力機制對模型的影響，驗證SK注意力機制的優(yōu)勢，在無擴充數(shù)據(jù)集上，將學習率設置為0.OOO1，分別引人SE、SK、SA、CBAM、ECA、

CA注意力模塊，訓練輪次為50次，其他超參數(shù)相同。

由表2可知，SK注意力機制增加的效果優(yōu)于其他注意力機制，因為SK注意力機制通過選擇性地應用不同尺度的卷積核，從而在不同層級上捕捉多尺度特征。由于玉米葉片病害可能表現(xiàn)為不同的大小和形狀，因此能夠捕捉多尺度特征對于模型的準確識別至關重要。

模型在測試集上的準確率曲線和損失值曲線見圖10。對比3種注意力機制下的Loss曲線和準確率曲線發(fā)現(xiàn)，曲線均在40輪之后趨于收斂。引入SE、SK、SA、CBAM、ECA、CA注意力機制后，準確率分別提高了 1.0，1.6，1.1，1.2，1.7，1.8 百分點，表明引入注意力機制有利于玉米葉片病害的識別。引人注意力機制會增加一些參數(shù)量，但是模型的性能也有了提高。

3.3不同學習率對模型性能的影響

學習率的作用在于決定模型參數(shù)更新的步長，如果學習率設置得太高，容易導致搜索最優(yōu)解過程中震蕩過大而錯過最優(yōu)解，導致模型不收斂；如果學習率設置得太低，會導致模型收斂慢或者無法學習，從而導致準確率很低。

將學習率分別設置為0.01、0.001和0.0001，訓練50輪次，圖11為不同學習率模型測試混淆矩陣，表3為不同學習率下的模型識別性能，當學習率為0.0001時，4種葉片類別的識別準確率最高。

3.4數(shù)據(jù)擴充對模型性能的影響

在擴充數(shù)據(jù)集上，將學習率設置為0.0001，訓練輪次為50次，其他超參數(shù)相同。

由圖12可知，在擴充數(shù)據(jù)集訓練的準確率曲線更加穩(wěn)定，初始準確率就很高，未擴充數(shù)據(jù)集出現(xiàn)較小振蕩。在擴充數(shù)據(jù)集訓練的損失曲線更加平穩(wěn)，初始損失很低，未擴充數(shù)據(jù)集的損失明顯高于擴充數(shù)據(jù)集。

數(shù)據(jù)增強通過對圖片進行數(shù)據(jù)變換、數(shù)據(jù)處理，在不改變圖片語義信息的情況下，生成多樣化的圖片樣本，達到數(shù)據(jù)擴充的效果，可以使模型更好地理解數(shù)據(jù)的變化情況，提高模型的識別準確率。此外，模仿自然界的干擾信息，對數(shù)據(jù)增加噪聲，可以提升模型的魯棒性。

3.5不同識別模型的識別效果對比

為了驗證本研究改進模型的可靠性，在無擴充數(shù)據(jù)集上，將學習率設置0.0001，訓練輪次為50次，其他超參數(shù)相同，與其他殘差網(wǎng)絡模型進行對比試驗。圖13為不同模型準確率的對比結果。

表4為不同模型精度和參數(shù)量對比結果，可以看出 AC-SK-ResNet 模型的準確率最高，達到98.7% ，與ResNet101相比提升了2.8百分點。AC-SK-ResNet的模型體積為10.25M，與ResNet18、ResNet34、ResNet101相比，分別減少了34.34、72.90、

4結論

為了實現(xiàn)玉米葉片病害精準識別，本研究基于深度學習的卷積神經網(wǎng)絡改進模型，主要結論如下：

（1）在識別玉米葉片數(shù)據(jù)集的過程中，基于改進ResNet18網(wǎng)絡模型，建立了AC-SK-ResNet玉米葉片病害識別模型，針對玉米葉片病斑細小、相似度高的特征，主要從殘差結構、卷積層和注意力機制來改進。引入非對稱卷積和注意力機制，在網(wǎng)絡的淺層用高階殘差代替普通殘差結構，使模型的精度提升了3.1百分點，模型體積減少了 77.01% 。

（2）試驗設置在其他超參數(shù)相同的情況下，對比不同學習率、注意力機制、數(shù)據(jù)集對模型性能的影響。試驗結果表明，當學習率為0.0001時，引入SK注意力機制的模型性能最優(yōu)，模型的精度為98.7% 。同時擴充數(shù)據(jù)集會提升模型的準確率。

（3）本研究模型改進提升了模型精度并且大大減少了模型體積，模型體積為 10.25M ，對比其他殘差網(wǎng)絡的玉米葉片識別模型性能，說明針對玉米葉片病斑的特征，多次下采樣會造成小病斑的語義信息丟失，會影響識別準確率。AC-SK-ResNet在精準度和模型體積方面都有明顯優(yōu)勢。

參考文獻：

[1]王曉鳴，晉齊鳴，石潔，等.玉米病害發(fā)生現(xiàn)狀與推廣品種抗性 對未來病害發(fā)展的影響[J].植物病理學報，2006，36（1）：1- 11.

[2]張娣.我國玉米病害現(xiàn)狀及防治措施[J]．南方農機，2017，48 （17） ：57，59.

[3]Miller S A，Beed F D，Harmon CL.Plant disease diagnostic capabilities and networks[J].Annual Review of Phytopathology， 2009，47：15-38.

[4]喬岳.深度卷積神經網(wǎng)絡在玉米葉片病害識別中的應用研究

[5]許良鳳，徐小兵，胡敏，等.基于多分類器融合的玉米葉部病害 識別[J].農業(yè)工程學報，2015，31（14）：194-201，315.

[6]曾鵬滔，撒金海，劉嘉．基于改進 ResNet18的玉米葉片病害識 別方法[J]．內蒙古農業(yè)大學學報（自然科學版），2023，44（6）： 60-67.

[7]熊夢園，詹煒，桂連友，等．基于ResNet模型的玉米葉片病害 檢測與識別[J]．江蘇農業(yè)科學，2023，51（8）：164-170.

[8]李恩霖，謝秋菊，蘇中濱，等.基于深度學習的玉米葉片病斑識別 方法研究[J].智慧農業(yè)導刊，2021，1（10）：1-10.

[9]黃英來，艾昕.改進殘差網(wǎng)絡在玉米葉片病害圖像的分類研究 [J]．計算機工程與應用，2021，57（23）：178-184.

[10]Dahiya S，Gulati T，Gupta D.Performance analysis of deep learning architectures for plant leaves disease detection[J].Measurement： Sensors，2022，24：100581.

[11]YadavD，Akanksha，YadavAK.A novel convolutional neural network based model for recognition and classification of apple leaf diseases[J]. Traitement Du Signal，2020，37（6）：1093-1101.

[12]He K M，Zhang X Y，Ren SQ，et al.Deep residual learning for image recognition[C]//2016 IEEE Conference on Computer Vision and Pattern Recognition，Las Vegas：IEEE，2016：770 -778.

[13]DingXH，Guo YC，DingGG，et al.ACNet：strengthening the kernel skeletons for powerful CNN via asymmetric convolution blocks [C]//2019 IEEE/CVF International Conference on Computer Vision（ICCV）.Seoul，Korea（South）：IEEE，2019：1911-1920.

[14]Hu J，Shen L，Sun G. Squeeze-and-excitation networks[C]// 2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition，Salt Lake City，UT，USA：IEEE，2018：7132-7141.

[15]Zhang Q L， Yang Y B. SA- net： shuffle attention for deep convolutional neural networks[C]//ICASSP 2021 - 2021 IEEE International Conference onAcoustics， Speechand Signal Processing. Toronto，ON，Canada：IEEE，2021：2235-2239.

[16]Woo S，Park J，LeeJY，etal.CBAM：convolutional block attention module[C]// Computer Vision -ECCV 2018.Cham：Springer International Publishing，2018：3-19.

[17]WangQL，WuBG，ZhuPF，etal.ECA-net：efficient channel attention for deep convolutional neural networks[C]//2O20 IEEE/ CVFConference on Computer Vision and Pattern Recognition. Seattle，WA，USA：IEEE，2020：11531-11539.

[18]Hou Q B，Zhou D Q，F(xiàn)eng JS. Coordinate attention for efficient mobile network design[C]//2021 IEEE/CVF Conferenceon Computer Vision and Pattern Recognition. Nashville，TN，USA： IEEE，2021：13708-13717.

[19]LiX，WangWH，Hu XL，etal．Selective kernel networks[C]// 2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition.Long Beach，CA，USA：IEEE，2019：510-519.

[20]周志華.機器學習［M].北京：清華大學出版社，2016