王瀚 洪蕾

摘 ?要： 隨著新技術(shù)的快速發(fā)展，人們對于未知世界的探索也越來越深入。普通人對昆蟲繁多的種類沒有細致的研究，缺少相關(guān)知識，同時昆蟲類科普知識的傳播方式比較單一。筆者通過圖像識別等相關(guān)技術(shù)開發(fā)了昆蟲智能識別APP，其中各類服務(wù)的部署應(yīng)用了Docker容器來實現(xiàn)微服務(wù)。APP運行速度較快，滿足大部分的昆蟲識別效率。并通過APP的動態(tài)化配置提升客戶端的靈活性。

關(guān)鍵詞： 圖像識別;微服務(wù);昆蟲

中圖分類號： TP3 ? ?文獻標識碼： A ? ?DOI：10.3969/j.issn.1003-6970.2020.01.025

本文著錄格式：王瀚，洪蕾. 基于圖像識別的智能昆蟲識別APP設(shè)計和實現(xiàn)[J]. 軟件，2020，41（01）：118120

【Abstract】： With fast development of new technologies， people have been exploring the unknown world more and more deeply. Common people have little detailed study of insect species， lacking relevant knowledge， at the same time， popular science knowledge of insects has simple broadcasting method. Through image recognition and other related technologies， the author developed an intelligent insect recognition APP， in which deployment of various services achieves micro-services with Docker container. APP runs fast and can meet most of insect recognition efficiency. And APP client flexibility can be enhanced through dynamic configuration.

【Key words】： Image recognition; Micro-service; Insects

0 ?引言

隨著大數(shù)據(jù)技術(shù)AI技術(shù)的不斷發(fā)展，人們的生活也因技術(shù)的發(fā)展而不斷改變著，生活中小孩子常會問大人一些他所好奇，不認識的事物，如昆蟲。而目前網(wǎng)絡(luò)上關(guān)于昆蟲的資料多而雜，而且沒有一個方便的渠道可以讓人們快速便捷的得到自己想要的知識。

目前這種集合昆蟲數(shù)據(jù)與智能識別昆蟲的APP很少。而隨著新技術(shù)的不斷發(fā)展以及中國越來越龐大的青年及少兒群體，人們對于特定知識獲取的需求會愈加強烈。本APP旨在為對昆蟲感興趣的群體提供一個實用方便的知識獲取窗口。

1 ?智能昆蟲識別APP設(shè)計

1.1 ?總體設(shè)計

APP實現(xiàn)對用戶所拍攝的昆蟲圖片進行識別，并能夠提供昆蟲相關(guān)的趣聞知識，以及形象生動的解說視頻，讓用戶不用麻煩的外出尋找昆蟲，或查找昆蟲相關(guān)資料，使得用戶便捷快速的獲取昆蟲相關(guān)的知識。

總體分為六個模塊，具體如圖1所示。

地圖定位模塊包括定位用戶位置，記錄拍攝的昆蟲。發(fā)現(xiàn)模塊包括昆蟲相關(guān)趣聞推廣。識別模塊包括拍攝照片，并識別昆蟲。視頻模塊包括昆蟲相關(guān)介紹視頻，視頻下方可以發(fā)表評論進行相關(guān)討論。圖鑒模塊包括為用戶提供諸多昆蟲的圖像信息。昆蟲數(shù)據(jù)模塊包括查詢具體的知識與昆蟲圖集下載。

三層開發(fā)架構(gòu)通常都具備比較好的系統(tǒng)性能和效率，它通過中間件實現(xiàn)對數(shù)據(jù)的訪問，中間件則是一個獨立的組件，可以根據(jù)需求選擇合適的中間件組件。

架構(gòu)設(shè)計所有的業(yè)務(wù)流程都是在系統(tǒng)上層中實現(xiàn)，這就降低了另外兩個層次對于數(shù)據(jù)的處理壓力，可以更好的專注在當前層功能實現(xiàn)上。APP架構(gòu)的交互圖如圖2所示。

圖像識別部分，在基于機器學(xué)習(xí)的智能昆蟲分目識別算法應(yīng)用的文章中已做過論證與說明，在此不再贅述。

1.2 ?動態(tài)配置設(shè)計

設(shè)計過程中發(fā)現(xiàn)客戶端大量的硬編碼導(dǎo)致其靈活性大大降低，例如一些細小的改動只能通過發(fā)布版本解決。就用戶升級更新迭代速度慢，時效性差等原因，需要考慮APP的動態(tài)化配置設(shè)計。

實際中客戶端和服務(wù)端保持一個長鏈的連接，當在后臺操作配置時，會把這個配置以K/V形式存儲，隨后通知Processor，后者拿到K/V之后把它推給客戶端，整個過程完畢。長鏈只能保證客戶端在線時能第一時間拿到配置中心的值，處于離線狀態(tài)（例如：用戶未打開APP）時就無效了，因此需要想辦法使得用戶下一次打開APP時可以拿到最新的值，于是設(shè)計在保存K/V時，額外存一個flag字段，用來表示這個K/V是否已經(jīng)成功發(fā)送給客戶端。

至此就要考慮三個問題：存儲、流量和同步策略。

通常一個設(shè)備的K/V對不會超過100項，每對Size不超過1 K，也就是一臺設(shè)備對應(yīng)的大小上限為100 K左右，假如設(shè)備數(shù)為100萬，就需要100 G的磁盤空間，所占存儲空間是巨大的?？紤]到一些配置項會在多個設(shè)備共存，便可以把這些配置單獨存儲，將hash值作為Value。假設(shè)Key的size為30字節(jié)，Value為10字節(jié)，這樣就減少到40M的K/V存儲空間。然而這樣的設(shè)計又暴露出新問題，Value的組合會很多，例如原來K1的Value為V1，更新之后變成V2，顯然需要新建一組Value，將其中的V1變?yōu)閂2，而因為不知道之前的一組Value是否還有其他設(shè)備在引用就只能保存，這樣就會使得Value逐漸累積下去，要降低這種累積就需要設(shè)計清除算法。為了能夠降低復(fù)雜度，故引入索引，當某個Key如果有新的Value，只需在對應(yīng)的Key后面append即可。此時需要同步更新設(shè)備的索引，持久化可以異步進行。

模擬單個設(shè)備的量可以達到100 K，如果每次配置有更新就發(fā)送100 K的數(shù)據(jù)這對到達率會有一定影響，尤其在設(shè)備網(wǎng)絡(luò)情況不佳的情況下。因此這里的目標是如何減少數(shù)據(jù)傳輸量，同時盡量避免提升復(fù)雜度。直接的方法是對數(shù)據(jù)進行壓縮，實際結(jié)果證實這是比較簡單同時效果也不錯的方法。

2 ?智能昆蟲識別APP實現(xiàn)

為實現(xiàn)低維護成本，服務(wù)可快速遷移的設(shè)計要求開發(fā)選用微服務(wù)技術(shù)。在服務(wù)構(gòu)件過程中應(yīng)用微服務(wù)來構(gòu)建整體的業(yè)務(wù)領(lǐng)域組件。其基本思想在于考慮圍繞著業(yè)務(wù)領(lǐng)域組件來創(chuàng)建應(yīng)用，這些應(yīng)用可獨立地進行開發(fā)、管理和加速。因為微服務(wù)可以在“自己的程序”中運行，并通過“輕量級設(shè)備與HTTP型API進行溝通”。通過這一點系統(tǒng)就可以將服務(wù)公開與微服務(wù)架構(gòu)區(qū)分開來。因為在服務(wù)公開中，許多服務(wù)都可以被內(nèi)部獨立進程所限制，若其中一個服務(wù)需要增加某種功能，那么就必須縮小進程范圍。而在微服務(wù)架構(gòu)中，只需要在特定的某種服務(wù)中增加所需功能，而不影響整體進程。

APP中各類服務(wù)的部署應(yīng)用了Docker容器來實現(xiàn)，它整合了框架中各個部分功能。根據(jù)整個功能的劃分，系統(tǒng)主要包含了三個模塊：數(shù)據(jù)生成模塊、識別模塊、存儲模塊[4-9]。

各個模塊之間會存在服務(wù)的搶占，這就會使得各個功能并發(fā)能力存在較大的問題，由此分離了主、備數(shù)據(jù)庫、緩存服務(wù)等。在具體服務(wù)生成中在采用Docker容器和Spring Boot來實現(xiàn)算法框架并將其整合，這樣可以達到輕量級單元部署，易于維護。

在完成智能識別服務(wù)后，將識別出來的昆蟲圖像結(jié)果傳遞給用戶。結(jié)果生成中運用JSON格式來進行，其中JSON格式來使用服務(wù)模型服務(wù)的來回調(diào)用，并將其展示在客戶端中。由于JSON格式具備非常好的拓展性，可以在后期修改需求時實現(xiàn)屬性的快速增加。即使是較為復(fù)雜的格式形式或色彩較為復(fù)雜的圖像，JSON格式也能壓縮圖像像素，這就可以節(jié)約接口的回調(diào)時間。具體的功能實現(xiàn)如圖3圖4所示。

3 ?結(jié)論

軟件實現(xiàn)對用戶所拍攝的昆蟲圖片進行識別，并讓用戶便捷快速的獲取昆蟲相關(guān)的知識。應(yīng)用Docker容器來實現(xiàn)微服務(wù)，不僅可以提升識別效率，還可以提升APP訪問后臺服務(wù)器的速度。通過APP的動態(tài)化配置中心，它可以將配置，功能，界面，數(shù)據(jù)等各種配置數(shù)據(jù)統(tǒng)一進行管理下發(fā)，實時生效，極大地提升了客戶端的靈活性。

參考文獻

[1] 穆文秀， 洪蕾， 王瀚. 基于機器學(xué)習(xí)的智能昆蟲分目識別算法應(yīng)用[J]. 數(shù)字技術(shù)與應(yīng)用， 2018， 36（11）： 118-119.

[2] 羅桂蘭， 楊自忠， 張梅， 等. 洱海濕地昆蟲智能識別與實時監(jiān)測系統(tǒng)[J]. 大理大學(xué)學(xué)報， 2018， 3（6）： 6-12.

[3] 李小林， 周蓬勃， 周明全， 等. 基于可區(qū)分二進制局部模式特征的蛾類昆蟲識別[J]. 計算機應(yīng)用與軟件， 2016， 33（3）： 172-175.

[4] 黃世國. 基于圖像的昆蟲識別關(guān)鍵技術(shù)研究[D]. 西北大學(xué)， 2008.

[5] 姚青， 呂軍， 楊保軍， 等. 基于圖像的昆蟲自動識別與計數(shù)研究進展[J]. 中國農(nóng)業(yè)科學(xué)， 2011， 44（14）： 2886-2899.

[6] 周紅， 王宏坡， ZHOUHong， 等. 基于VisualC++.NET的昆蟲圖像自動識別系統(tǒng)的研究[J]. 天津農(nóng)學(xué)院學(xué)報， 2005， 12（2）： 39-41.

[7] 楊光. 國內(nèi)首款昆蟲識別軟件研發(fā)成功[J]. 農(nóng)藥市場信息， 641（2）： 16.

[8] 張永玲， 姜夢洲， 俞佩仕， 等. 基于多特征融合和稀疏表示的農(nóng)業(yè)害蟲圖像識別方法[J]. 中國農(nóng)業(yè)科學(xué)， v.51（11）： 67-76.

[9] 韓瑞珍. 基于機器視覺的農(nóng)田害蟲快速檢測與識別研究[D]. 浙江大學(xué)， 2014.