基于改进SSD的苹果叶部病理检测识别*

李 辉， 严康华， 景 浩， 侯 锐， 梁晓菡

(河南理工大学 电气工程与自动化学院，河南 焦作 454000)

0 引 言

在苹果的生产过程中，保果的基础是保叶[1]，由于我国农民通常是自我经验来对病害进行识别，很容易造成误判，影响苹果的质量和产量。因此研究苹果叶部病理检测智能化的意义重大。

随着计算机技术的普及，深度学习[2]迅猛发展并应用于农业病害检测中[3]，Zeng W H等人[4]提出了一种自注意力卷积神经网络(self-attention convolutional neural network,SACNN)，提取作物病害点的有效特征来识别作物病害。Waheed A等人[5]提出了一种用于玉米叶病识别和分类的优化稠密卷积神经网络(DenseNet)结构，监测作物的健康状况。Zhong Y等人[6]提出基于DenseNet—121的深度卷积网络对苹果叶病的回归、多贝尔分类和焦点丢失函数三种识别方法。师韵等人[7]提出一种基于主成分分析(principal component analysis,PCA)算法的苹果病害识别方法。刘翠翠等人[8]利用图像处理、PCA、支持向量机(support vector machine,SVM)等技术开发麦冬叶部病害识别系统。郭小清等人[9]通过粒子群优化(PSO)算法实现参数自动寻优的SVM模型，识别番茄叶部病害。周敏敏研讨通过Faster R-CNN算法对苹果叶面5种病害的检测，5种病害的均值平均精度(mean average precision,mAP)为76.55 %[10]，但该方法对病斑小目标的识别精度和速度较低。

以上研究表明，在农业病害检测领域中，基于卷积神经网络(convolutional neural networks,CNN)的目标检测算法得到了广泛的应用。基于的目标检测算法包括二阶(two-stage)目标检测算法以Fast R-CNN、Faster R-CNN等为代表。一阶(one-stage)目标检测算法以SSD(single shot multibox detector),YOLO等为代表[11]，本文选择精度和效率高的单级目标检测算法 SSD 作为基本框架。

在苹果叶部病理检测时，存在以下问题：较小的目标难以识别；部分背景区域识别为目标；重复识别目标。针对此，对SSD算法进行改进，包含以下3点：1)融合SSD的高低层特征图的特征,各层取长补短,提升小目标的识别精度;2)考虑到苹果叶部病害目标易受背景干扰，一些背景信息可能分布在特征图的某些通道上，对用于生成候选区域的不同尺度特征图引入通道注意力机制;3)引入Focal Loss，代替原有的损失函数，主要解决正负样本比例失衡的问题。在不增加模型参数的数量上，提升了检测的精度，实验结果验证了本文提出的改进算法的优越性。

1 苹果叶部病理检测算法

1.1 特征融合模块

引入一个轻量级特征融合模块[12,13]，选用VGG16作为改进SSD的Backbone,输入图像的大小为300×300，利用VGG16的Conv4_3、FC7，额外层Conv7_2做特征融合，先将1×1Conv降低特征图的通道数变为256，并将Conv4_3的特征图设置Base尺度为38像素×38像素对应Stride=8，设置Conv6_2的stride=1，则Conv7_2 的分辨率也为10像素×10像素。对于尺度小于38像素×38像素的特征图的 FC7 和 Conv7_2 就使用双线性插值做上采样操作，尺度缩放为38像素×38像素；在空间维度信息保持一致后，将FC7 ，Conv7_2与Conv4_3连接做Concate得到一个合并层，如图1虚线框所示，接着BN(batch normalization)以正则化该合并层，以此层为Base Layer,通过Down-Sampling Blocks生成新的特征金字塔，并最终在新生成的特征金字塔上检测叶部病斑，补充的细节信息在一定程度上也能够提高模型的识别精准度,且新增的速度消耗也非常小。

图1 特征融合模块

1.2 通道注意力模块

本文使用通道注意力网络 SENet (squeeze-and-excitation networks)[14]，SENet中的注意力机制分为3个部分：挤压(squeeze)，激励(excitation)，以及注意(attention)，其结构如图2所示。

图2 通道注意力模块

图2中，最左边是输入特征图X∈RH×W×C,X有C个通道，每个通道的权重都是通过对特征图在空间维度H×W进行压缩得到。为了可以自适应生成各通道的注意力权重，使用具有一个隐含层的多层感知机，隐含层的神经元个数为C/r，r为缩放比例，合适的r可以提高计算效率，本文的r取2。使用Sigmoid得到最终的权重，公式如下

Sc=Fex(Z,W)=σ(g(Z,W))=σ(W2δ(W1Z))

(1)

式中δ函数为ReLU激活函数，σ为Sigmoid激活函数，Sc的维度为1×1×C,Sc对应生成的通道注意力权重。

最终使用得到Sc对输入通道进行调整，通道注意力加权公式为

(2)

1.3 Focal Loss损失函数

在一阶中，由于样本不均衡带来的主要问题是网络学不到有用信息，训练被大量负样本所主导，少量正样本所提供的关键信息不能在损失函数中正常发挥作用，无法对苹果叶部病斑小目标进行准确分类，造成漏检和误检。本文引入的Focal Loss函数[15]是在对交叉熵损失(cross-entropy loss)函数的基础上进行的修改。

Focal Loss 在交叉熵损失的原有基础上，增加了一个因子γ，自动降低Easy Examples的损失，帮助模型集中于训练更加困难的样本。Focal Loss函数定义公式如下

FL(pt)=-at(1-pt)γlog(pt)

(3)

式中pt为不同类别t的概率；平衡因子at为Positive和Negative的比例，用来平衡样本不均衡；γ为聚焦参数，来调节简单和困难样本权重降低的速率；pt越大，通过增大γ，权重(1-pt)γ就越小，通过权重对简单样本进行抑制，当γ增加时，平衡因子at也在增加。根据实验经验，本文实验中的参数at,γ分别取0.25和2。

1.4 基于改进的SSD网络结构

本文的检测结构如图3所示，特征融合Conv4_3,FC7，Conv7_2的合并层，与另外5个额外卷积层，且每个卷积层都能够减小特征图的尺寸，作为用于检测的特征图。其次，合并层与每个额外层作为SENet的输入X，经过全局平均池化与两个全连接层，再通过激活函数Sigmoid得到各通道的权值，与原输入X对应相乘得到最终用于检测的特征图，如图3下部虚线框SENet为具体网络结构。本文在SSD上新增一个轻量级的特征融合模块，利用浅层细节特征与高级语义特征相结合的高效特征提取能力，得到一个合并层，然后与5个额外层得到6种不同尺度的特征图，再经过通道注意力机制后得到最终特征显著的特征图，随后进行目标检测。

图3 基于改进SSD的苹果叶部病理检测模型结构

2 实验结果与分析

2.1 实验环境与数据集

本文使用PyTorch1.4框架进行实验，并采用图形处理器(graphic processing unit,GPU)进行加速运算，具体实验环境如下：Windows 10系统，PyTorch 1.4框架，Python 3.7语言，Intel®CoreTMi7—4790@3.60 GHz CPU,RTX 2060S GPU,16 GB RAM。

本文所设计的数据集共包括23 729张苹果叶部病理的大小为300×300图像，来源于百度AI公共数据集库，共分为5类叶部病害：斑点落叶病(alternaria)、褐斑病(brown)、花叶病(mosaic)、灰斑病(grey)、锈病(rust)。数据集中的训练集包含了16 251张病害图像，测试集和验证集分别含有3 739张病害图像。

2.2 评价指标

本文采用的评价指标为mAP，AP为各类检测精确率的评价指标。mAP和AP与精确率(precision，P)P=TP/(TP+FP),召回率(recall，R)R=TP/(TP+FN)有关， TP表示被正确识别正样本的数量，FP表示被错误识别正样本的数量，FN代表被错误识别负样本的数量。

通过计算的召回率R和精确率P组成P-R曲线，对该曲线围成的面积进行积分，得到的即是AP值，AP值越大，表示算法性能越好，其积分公式为

(6)

mAP为对5类苹果叶部病害的AP值计算均值，其公式为

(7)

式中M为类别总数， AP(k)为第k类的AP值。

本文中设定的阈值IoU为0.5，当IoU≥0.5时，表示目标被检测成功；反之，则目标没有被检测成功。

2.3 模型训练

本文采用端到端的方式对网络进行训练。其中，设置初始学习率分别为0.001，0.000 1,0.000 01三种情况下进行训练，设定迭代总数为120 000，在模型初始化中，对共享卷积层在ImageNet数据集上训练的VGG—16模型进行初始化，每次训练设置每500次保存一次模型，这样便于找到效果最好的模型。

2.4 不同参数实验分析对比

改进的SSD算法在不同学习率情况下，5种苹果叶部病理的AP值对比，以及mAP值，如表1所示。

表1 不同参数的实验结果

由表1可知，学习率影响训练效果，在3种学习率不同的情况下，实验结果表明，在学习率设定为0.000 1，迭代次数为120 000次时，得到的网络模型效果最佳，mAP值为81.95 %，其中,斑点落叶病的AP值为78.23 %，褐斑病的AP值为74.51 %，花叶病的AP值为90.74 %，灰斑病的AP值为75.58 %，锈病的AP值为90.70 %。

2.5 不同算法实验分析对比

在上述实验中选取最佳效果的网络模型，将其与SSD，YOLO和Fast R—CNN，Faster R-CNN和ZF网络特征提取的Faster R—CNN算法做实验对比，结果如表2和图4所示。

表2 不同算法的实验结果

由表2可知，本文的检测方法的mAP值明显高于其他5种算法。其中,在检测速度上，最快的YOLO—V1为0.219 s/张，这是因为只需要对一阶网络生成的Anchor框进行分类和回归，生成的Anchor框会映射到特征图的区域，然后该区域被重新输入到全连接层进行分类和回归，这样的分类和回归需要对每个Anchor映射的区域进行，所以一阶速度快了很多；但在检测精度方面，以特征提取网络VGG—16的Faster R-CNN为代表的检测mAP值达到76.55 %，这是由于一阶网络最终学习的Anchor有很多，但对最终网络学习有利的只有少数Anchor，而大部分都是不利的，而最主要影响整个网络学习的是这部分的Anchor，降低整体的准确率；虽然二阶网络最终学习的Anchor不多，但二阶不需要考虑太多样本不均衡的问题，所以它的准确率比一阶要高；相反，一阶会存在一个严重的正负样本失衡问题。实验结果表明，本文改进的SSD算法在引入Focal Loss函数，加入通道注意力机制、特征融合模块后，在精确度方面，本文模型的最佳检测效果mAP值为81.95 %，相比其他对比算法的最优mAP值高5.4 %；在检测速度方面，本文模型测试的平均时间为0.311 s/张，相比检测速度最优的算法仅相差0.092 s；这说明本文对SSD网络的3个方面进行的改进，在提高精度的同时，并没有增加过多的计算量。

图4 检测结果

3 结 论

针对苹果叶部病理目标小且相似度高的检测困难问题，本文提出了一种基于改进SSD的苹果叶部病理检测方法，首先，将浅层细节与高层语义相融合；其次，构建了通道注意力机制；最后，用Focal Loss函数替换原有的损失函数，提高模型精度。实验结果表明：与其他算法比较，本文改进的SSD算法的检测精度得到明显的提高，mAP达到81.95 %，速度损耗极小。下一步将继续研究特征融合和注意力机制，在尽可能不增加计算量的情况下，提升苹果叶部病理的检测精度。