摘 ?要：圖像識別領(lǐng)域作為深度學(xué)習(xí)研究應(yīng)用的初衷，如何能夠快速準(zhǔn)確地對圖像進(jìn)行識別一直以來都是眾多研究人員的研究重點(diǎn)。而水果圖像識別作為圖像識別應(yīng)用中很重要的一部分，在實(shí)際生活中能夠高效地實(shí)現(xiàn)水果圖像的正確識別具有非常重要的地位。本文在深入地研究深度學(xué)習(xí)尤其是卷積神經(jīng)網(wǎng)絡(luò)理論的基礎(chǔ)上，依據(jù)經(jīng)典人工神經(jīng)網(wǎng)絡(luò)模型Alexnet進(jìn)行改進(jìn)，使之可以進(jìn)行水果圖像識別，并借助TensorFlow函數(shù)庫通過Python編程語言構(gòu)造了新的卷積神經(jīng)網(wǎng)絡(luò)模型，最后結(jié)合樹莓派成功實(shí)現(xiàn)了對于水果（香蕉）圖像的識別。

關(guān)鍵詞：水果圖像識別;卷積神經(jīng)網(wǎng)絡(luò);樹莓派;TensorFlow

中圖分類號：TP751.1????文獻(xiàn)標(biāo)識碼：A ???文章編號：1671-2064（2019）17-0000-00

0 引言

隨著我國農(nóng)業(yè)生產(chǎn)的快速發(fā)展和深度學(xué)習(xí)在諸多領(lǐng)域的廣泛應(yīng)用，研究人員也開始思考將二者結(jié)合起來以加快現(xiàn)代化智慧產(chǎn)業(yè)發(fā)展。水果圖像識別是我國現(xiàn)代智慧農(nóng)業(yè)發(fā)展過程中十分關(guān)鍵的一環(huán)，能夠?qū)崿F(xiàn)對水果圖像快速準(zhǔn)確高效的識別是我們一切工作的前提條件。

本次設(shè)計(jì)是在樹莓派平臺上利用TensorFlow實(shí)現(xiàn)水果識別任務(wù)，事實(shí)上，樹莓派僅僅作為程序的載體，更重要的是選擇合適的人工神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)高效準(zhǔn)確的水果圖像識別。為了滿足水果圖像識別性能和實(shí)時性的需求，采用卷積神經(jīng)網(wǎng)絡(luò)對水果圖像進(jìn)行識別，并且依據(jù)不同的經(jīng)典網(wǎng)絡(luò)：LeNet-5^[1]和AlexNet^[2]，設(shè)計(jì)了不同的網(wǎng)絡(luò)模型分別進(jìn)行訓(xùn)練，最后對比訓(xùn)練結(jié)果選出最優(yōu)網(wǎng)絡(luò)拷貝到樹莓派上并完成水果識別任務(wù)。

1 水果識別研究現(xiàn)狀

隨著我國水果產(chǎn)業(yè)的快速崛起和深度學(xué)習(xí)在諸多領(lǐng)域的廣泛應(yīng)用，研究人員也開始思考將二者結(jié)合起來以加快產(chǎn)業(yè)發(fā)展。其中比較具有代表性的有：利用BP神經(jīng)網(wǎng)絡(luò)作為分類器的呂秋霞^[3]等人，雖然識別率可以達(dá)到95%以上，但是存在復(fù)雜的人造特征過程和網(wǎng)絡(luò)訓(xùn)練不足的問題;利用預(yù)處理消除水果圖像灰度分布不均勻和光照變化問題，再通過BP神經(jīng)網(wǎng)絡(luò)進(jìn)行識別的陳源^[4]等人，雖然識別率可以達(dá)到98.6%，但是仍然存在預(yù)處理過多和樣本種類過少的局限;利用一系列預(yù)處理工作實(shí)現(xiàn)對水果尺寸，顏色和形狀特征的提取，再利用SVM分類器完成對水果特征的組合識別，最后準(zhǔn)確率達(dá)到95.33%^[5]。

通過查閱以往文獻(xiàn)可以發(fā)現(xiàn)，水果識別系統(tǒng)的設(shè)計(jì)按照傳統(tǒng)的方法流程一般如圖1，圖像預(yù)處理和特征提取是主要任務(wù)，并且在實(shí)驗(yàn)過程中所用到的水果圖片均是在有著嚴(yán)格限定的環(huán)境中拍攝的，這大大減少了外界環(huán)境的影響，因而當(dāng)識別系統(tǒng)被應(yīng)用到實(shí)際中時，我們所得到的識別準(zhǔn)確率往往不盡如人意。此外，在傳統(tǒng)的水果識別系統(tǒng)設(shè)計(jì)過程中，我們通常是對水果的形狀，顏色，紋理等特征進(jìn)行提取和識別，但是水果在不同的地理環(huán)境下會引起其個體的形狀，顏色及紋理等特征的不同，在拍攝過程中光照的影響也會造成這些特征的變化，因此會降低識別系統(tǒng)的準(zhǔn)確性?；谝陨戏N種，我們需要更加復(fù)雜的識別算法來解決這些問題。

2 基于TensorFlow實(shí)現(xiàn)水果圖像識別的人工神經(jīng)網(wǎng)絡(luò)

TensorFlow是由Google Brain團(tuán)隊(duì)開發(fā)的一個開源軟件庫，使用TensorFlow實(shí)現(xiàn)水果識別，實(shí)質(zhì)上就是利用深度學(xué)習(xí)的相關(guān)知識，通過對人工神經(jīng)網(wǎng)絡(luò)進(jìn)行有監(jiān)督的訓(xùn)練，從而實(shí)現(xiàn)計(jì)算機(jī)對于水果圖像的成功識別。

本節(jié)將采用經(jīng)典Alexnet網(wǎng)絡(luò)模型進(jìn)行水果圖像的識別研究，并通過搭建具體的卷積神經(jīng)網(wǎng)絡(luò)^[6]結(jié)構(gòu)來分析其對水果圖像識別結(jié)果的影響，并對網(wǎng)絡(luò)模型進(jìn)行改進(jìn)提高識別準(zhǔn)確率，以便于下一步實(shí)驗(yàn)設(shè)計(jì)的進(jìn)行。

2.1數(shù)據(jù)集的構(gòu)建

構(gòu)建數(shù)據(jù)集，最主要的就是采集相關(guān)水果圖像，依據(jù)圖像識別任務(wù)的不同需要選擇不同拍攝設(shè)備，以便進(jìn)行所需圖像的攝影采集。本次圖像采集設(shè)備均為拍攝像素為八百萬的手機(jī)攝像頭，而且因?yàn)楸敬卧O(shè)計(jì)選擇香蕉作為目標(biāo)水果，所以選取香蕉，桃子，梨，草莓，芒果，鳳梨和黃檸檬七種水果從各種不同角度進(jìn)行了拍攝。

在圖像采集完成后，先分別篩選出拍攝質(zhì)量較高的四百張各種角度的香蕉圖片和四百張不同角度的非香蕉類水果圖片，并對這些彩色圖片進(jìn)行批量修改使其尺寸格式統(tǒng)一。目前默認(rèn)將其像素尺寸修改為100*100，之后對彩色圖片進(jìn)行分類和數(shù)據(jù)標(biāo)注，形成本次設(shè)計(jì)所需要的訓(xùn)練數(shù)據(jù)集，與此同時，再分別選出一百張同樣處理完成的不同角度的香蕉類和非香蕉類圖片作為測試數(shù)據(jù)集。

2.2基于經(jīng)典Alexnet網(wǎng)絡(luò)模型的改進(jìn)網(wǎng)絡(luò)模型

2.2.1三維卷積設(shè)計(jì)

在傳統(tǒng)的圖像識別神經(jīng)網(wǎng)絡(luò)模型中，一般均采用將彩色圖像轉(zhuǎn)化為灰度圖像，對灰度圖像進(jìn)行二維卷積的方法。這種方法需要對所有圖片均進(jìn)行復(fù)雜的預(yù)處理過程，包括整理使其成為統(tǒng)一尺寸格式和灰度化處理等。為了能夠簡化預(yù)處理過程，降低計(jì)算成本，在本次設(shè)計(jì)中，利用三維卷積直接對彩色圖像進(jìn)行操作提取局部特征后完成識別。

2.2.2 基于Alexnet網(wǎng)絡(luò)模型的改進(jìn)網(wǎng)絡(luò)

（1）預(yù)處理：從計(jì)算成本和神經(jīng)網(wǎng)絡(luò)承受能力兩個角度考慮，設(shè)計(jì)將之前處理過得到的訓(xùn)練數(shù)據(jù)集和測試數(shù)據(jù)集樣本進(jìn)行尺寸和格式的再次統(tǒng)一，因?yàn)橛?xùn)練的網(wǎng)絡(luò)層數(shù)較淺，且利用筆記本電腦CPU進(jìn)行訓(xùn)練，故將圖片的像素尺寸設(shè)定為100*100*3，而非原文中的224*224*3。

（2）輸入層Input：因?yàn)榫矸e神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)一般受到輸入圖像像素尺寸的影響，而且其深度在很大程度上決定著最后分類效果的優(yōu)劣，綜上，本次網(wǎng)絡(luò)模型選擇像素尺寸大小為100*100*3的水果彩色圖像矩陣作為輸入矩陣。

（3）卷積層C1：C1神經(jīng)網(wǎng)絡(luò)層是對從輸入層傳入的彩色圖像像素矩陣?yán)迷S多不同的立體卷積濾波器進(jìn)行卷積計(jì)算從而得到不同的特征圖像。本次卷積濾波器設(shè)計(jì)卷積核尺寸大小為3*3*3，共計(jì)使用16個相同尺寸的卷積濾波器，除此之外，設(shè)定卷積濾波器每次向各個方向的移動步長均為1。本次卷積操作后還要將所得特征圖像輸入ReLU單元進(jìn)行激活處理，得到激活像素層。

（4）池化層P1：P1神經(jīng)網(wǎng)絡(luò)層對C1卷積網(wǎng)絡(luò)層中輸出的十六個特征圖像進(jìn)行最大池化操作處理后得到新的特征圖像。池化處理利用的是由人類觀察圖像時局部感受野延伸出的圖像局部具有相關(guān)性的原理，對輸入的特征圖像再次進(jìn)行卷積抽樣，可以減少數(shù)據(jù)中的冗余信息同時降低所需要的參數(shù)規(guī)模。設(shè)計(jì)卷積核尺寸為3*3，假設(shè)卷積窗口每次移動步長為2。在池化操作完成后，對像素層進(jìn)行歸一化處理，此時運(yùn)算的尺寸仍為3*3，歸一化運(yùn)算后的像素層尺寸規(guī)模無變化。

（5）卷積層C2：C2對P1池化層中輸出的十六個特征圖像采用與C1卷積層相似的方式進(jìn)行卷積計(jì)算。本次卷積濾波器設(shè)計(jì)卷積核尺寸大小為3*3*16，共計(jì)使用16個相同尺寸的卷積濾波器，設(shè)定卷積濾波器每次向各個方向的移動步長均為1。激活函數(shù)仍為ReLU非線性不飽和激活函數(shù)。

（6）池化層P2：P2對C2卷積層中輸出的十六個特征圖像進(jìn)行最大池化操作處理后得到新的特征圖像。設(shè)計(jì)卷積核尺寸為3*3，假設(shè)卷積窗口每次移動步長為1。在池化操作完成后，對像素層進(jìn)行歸一化處理。

（7）全連接層FC1：全連接神經(jīng)網(wǎng)絡(luò)層與P2池化神經(jīng)網(wǎng)絡(luò)層的連接方式顧名思義，就是選用全連接的方式進(jìn)行的。將P2池化神經(jīng)網(wǎng)絡(luò)層中的輸出作為本次全連接層的輸入，將像素層矩陣全部展開轉(zhuǎn)化為各個獨(dú)立的神經(jīng)元后同樣經(jīng)過ReLU非線性不飽和函數(shù)激活后進(jìn)行輸出。

（8）全連接層FC2：具體處理操作方式與FC1全連接神經(jīng)網(wǎng)絡(luò)層類似。

（9）輸出層Output：輸出層output選擇softmax回歸分類器，將上一神經(jīng)網(wǎng)絡(luò)層中的輸出所有神經(jīng)元輸入多分類邏輯回歸分類器進(jìn)行分類識別，判斷是否為香蕉，并輸出判斷結(jié)果。

3 通過樹莓派實(shí)現(xiàn)水果識別的系統(tǒng)設(shè)計(jì)

卷積神經(jīng)網(wǎng)絡(luò)代碼編寫到樹莓派上后發(fā)現(xiàn)因?yàn)闃漭勺陨韮?nèi)存不夠，每次只要開始訓(xùn)練，就會出現(xiàn)進(jìn)程被殺掉的報(bào)錯，所以樹莓派實(shí)際上并不能訓(xùn)練神經(jīng)網(wǎng)絡(luò)。為此我想出的解決方案是：在發(fā)現(xiàn)不能訓(xùn)練網(wǎng)絡(luò)后，轉(zhuǎn)而選擇在筆記本電腦上訓(xùn)練該神經(jīng)網(wǎng)絡(luò)，訓(xùn)練成功后將其模型文件傳輸?shù)綐漭缮?，直接利用模型文件進(jìn)行測試。

本次系統(tǒng)設(shè)計(jì)選擇樹莓派作為程序載體，因?yàn)樗哂衅渌布O(shè)備所缺少的便攜性和可操作性，對于Python開發(fā)相關(guān)軟件具有很好的環(huán)境適應(yīng)性。本設(shè)計(jì)系統(tǒng)框圖如圖2所示。

樹莓派實(shí)現(xiàn)水果識別的流程設(shè)計(jì)：（1）搭建并訓(xùn)練基于Alexnet神經(jīng)網(wǎng)絡(luò)模型的改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)架構(gòu);（2）對所設(shè)計(jì)的卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行測試，測試成功則進(jìn)行下一步驟;（3）將訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)模型移植到樹莓派硬件上;（4）通過樹莓派運(yùn)行網(wǎng)絡(luò)模型，實(shí)現(xiàn)水果識別的目標(biāo)。

經(jīng)過多次測試，可以觀察到卷積神經(jīng)網(wǎng)絡(luò)模型移植到樹莓派硬件平臺上后其測試準(zhǔn)確率并無明顯變化，仍然穩(wěn)定在98%左右。

4 算法改進(jìn)及實(shí)驗(yàn)分析

本次設(shè)計(jì)是在Intel core i5，2.5GHz CPU，4G內(nèi)存的Windows操作系統(tǒng)，Python操作平臺以及TensorFlow開源庫的環(huán)境下進(jìn)行的。

4.1算法改進(jìn)

（1）三維卷積計(jì)算的應(yīng)用。為了簡化預(yù)處理過程，進(jìn)一步提高圖像識別的效率，引入采用了三維卷積的Alexnet卷積神經(jīng)網(wǎng)絡(luò)模型，在傳統(tǒng)的Lenet-5網(wǎng)絡(luò)模型和Alexnet網(wǎng)絡(luò)模型關(guān)于水果圖像識別訓(xùn)練準(zhǔn)確率的對比下，如圖3所示。

Alexnet模型訓(xùn)練準(zhǔn)確率高于Lenet-5模型，故本次設(shè)計(jì)選擇采用Alexnet卷積神經(jīng)網(wǎng)絡(luò)模型，同時對其進(jìn)行了改進(jìn)使其更適應(yīng)于本設(shè)計(jì)任務(wù)。

（2）激活函數(shù)的改進(jìn)。搭建模型過程中，在卷積層采用了不同的激活函數(shù)，主要在于比較原文中使用的sigmoid函數(shù)與近幾年較為流行的ReLU函數(shù)及Leakly ReLU函數(shù)的識別錯誤率差別，事實(shí)上，在訓(xùn)練網(wǎng)絡(luò)時其錯誤率差別對比如圖4所示。

從圖4可以看出，橫坐標(biāo)代表迭代次數(shù)，縱坐標(biāo)代表圖像識別的錯誤率。經(jīng)過訓(xùn)練后，分別以Sigmoid非線性飽和函數(shù)、ReLU非線性不飽和函數(shù)和 Leaky ReLU非線性不飽和函數(shù)作為激活函數(shù)的Alexnet改進(jìn)神經(jīng)網(wǎng)絡(luò)模型的水果圖像識別錯誤率分別大約為 2.20%、0.90%和 0.80%。綜上，在本次訓(xùn)練的卷積神經(jīng)網(wǎng)絡(luò)中使用非線性不飽和修正函數(shù)作為隱含層中的激活函數(shù)得到的水果圖像識別錯誤率明顯大幅度低于使用Sigmoid非線性飽和函數(shù)作為激活函數(shù)的識別錯誤率。除此以外，ReLU非線性激活函數(shù)相比于 Sigmoid 非線性激活函數(shù)，可以極大的提高訓(xùn)練時的收斂速度，收斂速度至少可以提高5倍以上。而Leaky ReLU 非線性不飽和函數(shù)作為ReLU非線性不飽和函數(shù)的變形，在訓(xùn)練實(shí)驗(yàn)迭代 200 次后的圖像識別錯誤率相比于 ReLU 非線性不飽和激活函數(shù)稍有下降，并且可以提高卷積神經(jīng)網(wǎng)絡(luò)模型的魯棒性，所以在最終搭建改進(jìn)神經(jīng)網(wǎng)絡(luò)模型時選取Leaky ReLU非線性不飽和激活函數(shù)作為本次卷積神經(jīng)網(wǎng)絡(luò)的激活函數(shù)。

4.2設(shè)計(jì)及實(shí)驗(yàn)結(jié)果分析

在將卷積神經(jīng)網(wǎng)絡(luò)移植到樹莓派上進(jìn)行訓(xùn)練時，因?yàn)闃漭勺陨韮?nèi)存不足，一旦開始訓(xùn)練就會出現(xiàn)報(bào)錯，提示進(jìn)程已經(jīng)被停止。所以實(shí)際上，樹莓派本身并不能獨(dú)立地對卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。故本次設(shè)計(jì)選擇先在筆記本電腦上訓(xùn)練該神經(jīng)網(wǎng)絡(luò)，成功后將其模型文件傳輸?shù)綐漭缮?，直接利用模型文件進(jìn)行水果圖像識別。

通過樹莓派攝像頭對水果圖片進(jìn)行拍攝保存，利用已經(jīng)訓(xùn)練移植好的神經(jīng)網(wǎng)絡(luò)模型對此圖像進(jìn)行識別，識別結(jié)果如圖5所示，其中紅色方框標(biāo)出部分表明對于上述拍攝圖片成功進(jìn)行了識別：這是香蕉的概率為99.99%。這說明對于香蕉這一水果，本神經(jīng)網(wǎng)絡(luò)能夠成功識別。

5 結(jié)語

隨著社會經(jīng)濟(jì)的快速發(fā)展，現(xiàn)代農(nóng)業(yè)技術(shù)已經(jīng)十分發(fā)達(dá)，水果圖像識別技術(shù)作為未來智慧農(nóng)業(yè)發(fā)展的一個重要技術(shù)方向，將深度學(xué)習(xí)和實(shí)際應(yīng)用緊密的結(jié)合起來，能夠大大降低人力水果分類的成本，取得良好的效果。

參考文獻(xiàn)

[1]王水平，唐振民，范春年等.基于?SVM 的水果分類算法研究[J].武漢理工大學(xué)學(xué)報(bào)，2010，8，32（16）：44-47.

[2]Krizhevsky A ， Sutskever I ， Hinton G . ImageNet Classification with Deep Convolutional Neural Networks[C]// NIPS. Curran Associates Inc.2012.

[3]呂秋霞，張景鴻.基于卷積神經(jīng)網(wǎng)絡(luò)的水果自動分類系統(tǒng)設(shè)計(jì)[J].安徽農(nóng)業(yè)科學(xué)，2009，35（37）：17392-17394.

[4]陳源，張長江.水果自動識別的 BP 神經(jīng)網(wǎng)絡(luò)方法[J].圖形、圖像與多媒體，2010，29（22）：40-43.

[5]王水平，唐振民，范春年，裴曉芳，謝永華.基于SVM的水果分類算法研究[J].武漢理工大學(xué)學(xué)報(bào)，2010，32（16）：44-47.

[6]BENGIO Y.Learning deep architectures for AI[J].Foundations and Trends in Machine Learning，2009，2（1）：1-12.

收稿日期：2019-08-01

作者簡介：劉潤洲，男，北京人，研究方向：機(jī)器學(xué)習(xí)（圖像識別）。