微信小程序在農(nóng)業(yè)圖像識別的應(yīng)用
——以“愛綠助手+”小程序?yàn)槔?/h1>
2021-03-11 09:32:56黃中舟朱彥博曹璐婷
智慧農(nóng)業(yè)導(dǎo)刊 2021年5期
藍(lán) 宇，王 健，黃中舟，朱彥博，陳 品，曹璐婷
（廣州軟件學(xué)院 網(wǎng)絡(luò)技術(shù)系，廣東 廣州 510990）
準(zhǔn)確、快速地識別植物病蟲害的種類是防治植物病蟲害的第一步。長期以來，我國植物病蟲害的監(jiān)測和鑒定主要依靠專家診斷和來自農(nóng)民的種植經(jīng)驗(yàn)。由于中國龐大的植物種植面積和病蟲害的復(fù)雜情況，以及相關(guān)領(lǐng)域的專業(yè)人員相對較少，可能出現(xiàn)不能及時應(yīng)對農(nóng)業(yè)病蟲害問題，甚至造成問題報告的延遲和錯誤。而采用深度學(xué)習(xí)算法訓(xùn)練推算出的圖像識別方法，通過微信小程序的方式加以呈現(xiàn)，便于對植物病蟲害進(jìn)行監(jiān)測和分類。同時該系統(tǒng)具有精度高、實(shí)時性好等優(yōu)點(diǎn)。近年來，隨著我國農(nóng)業(yè)現(xiàn)代化的不斷發(fā)展，越來越多的現(xiàn)代化技術(shù)和設(shè)備被運(yùn)用到生產(chǎn)中。此外，人工智能的快速發(fā)展，特別是其在圖像模式識別領(lǐng)域的優(yōu)異表現(xiàn)，使以深度學(xué)習(xí)為代表的技術(shù)逐漸成為農(nóng)業(yè)現(xiàn)代化領(lǐng)域的研究重點(diǎn)。
小程序載體的出現(xiàn)，以及其“即用即走”的便利性，這剛好符合我們團(tuán)隊的設(shè)計理念——只需要將用戶最想要的結(jié)果提供給他們。同樣，人工智能+小程序的有機(jī)結(jié)合也是我們團(tuán)隊的探尋方向之一。是我們整體“智慧農(nóng)業(yè)”解決方法的重要一環(huán)，目前小程序數(shù)據(jù)也可以與我們設(shè)計好的智能灌溉系統(tǒng)進(jìn)行聯(lián)通，正式打通“最后一公里”。
1 應(yīng)用場景
1.1 掃除用戶的疑惑
基于大量數(shù)據(jù)的深度學(xué)習(xí)，小程序集合了九大蔬果類的病蟲害識別算法模型。可以通過拍照或者圖片上傳的方式，將圖片數(shù)據(jù)上傳至服務(wù)器后，經(jīng)由部署在服務(wù)器的算法模型計算得出結(jié)果。最后再將結(jié)果通過小程序的方式呈現(xiàn)給用戶，以提醒用戶檢測到的病蟲害是哪種，幫助用戶進(jìn)行抉擇。目前可以實(shí)現(xiàn)的蔬果類有玉米、土豆、柑橘、蘋果、櫻桃、番茄、葡萄、草莓、桃子，識別準(zhǔn)確率可達(dá)到98%左右。當(dāng)然，算法模型仍處于更新迭代階段，將會不斷優(yōu)化算法，整合上線的新蔬果。
1.2 滿足用戶的好奇
除了能夠識別病蟲害之外，考慮到用戶可能會在生活當(dāng)中發(fā)現(xiàn)很多足以讓人駐足的花卉。但會苦惱于不知道這些花卉是什么，那么“愛綠小助手”小程序?qū)M足你的好奇心。同樣，算法模型當(dāng)中有著大量訓(xùn)練完成的花卉數(shù)據(jù)集，數(shù)據(jù)集不僅有來自國內(nèi)某植物研究所的公開數(shù)據(jù)集，也有國外可供學(xué)習(xí)使用的數(shù)據(jù)集?；谝陨蠗l件，是足以識別出大部分“美麗卻不知名”的植物。使用過程依然是可以通過拍照或者上傳圖片的方式，將圖片上傳至服務(wù)器，識別工作就交給算法模型即可。
1.3 不僅僅是小程序
它不僅可以將以上所有的識別數(shù)據(jù)記錄保存至本地（遵循數(shù)據(jù)隱私保護(hù)條約），也是我們團(tuán)隊朝著“互聯(lián)網(wǎng)+”農(nóng)業(yè)新形態(tài)發(fā)展方向的有機(jī)組成部分。您所看到的小程序是作者所設(shè)計的智慧農(nóng)業(yè)方案中的一個重要節(jié)點(diǎn)，此外其他節(jié)點(diǎn)（例如智能灌溉系統(tǒng)等）都將打通數(shù)據(jù)流合作，與小程序形成互通有無的格局。
2 前端設(shè)計
2.1 總體設(shè)計
（1）本小程序主要的功能為對花卉種類以及植物病蟲害的識別，一方面可以讓用戶在戶外有需要認(rèn)識到未知花卉的情況下提供有效幫助，另一方面，也希望能夠促進(jìn)用戶有更好的種植經(jīng)驗(yàn)。
（2）本小程序在設(shè)計中采用注重用戶體驗(yàn)的原則，在界面、元素、交互設(shè)計等方面都有所體現(xiàn)，具有對應(yīng)的用戶操作簡易性、交互友好性。
（3）本小程序的操作邏輯以及數(shù)據(jù)流走向以用戶體驗(yàn)為原則出發(fā)，主要由用戶主動拍照或者上傳植物圖片，小程序?qū)D片數(shù)據(jù)上傳至作者部署的服務(wù)器（數(shù)據(jù)上傳過程遵循隱私保護(hù)條約），再由服務(wù)器內(nèi)部署完成的算法模型自動識別圖像，最后再由模型將結(jié)果返回至小程序端提供給用戶查看。具體如圖1所示。
圖1 “愛綠小助手”小程序功能結(jié)構(gòu)
2.2 logo設(shè)計
小程序的logo則是為了體現(xiàn)本小程序“愛綠”的內(nèi)涵——對植物方面的深入了解，并希望通過對植物的了解延伸到對環(huán)境保護(hù)意識的提升。這個logo采用了綠色為主要基調(diào)，底部是較為荒蕪的地面，通過渲染一層代表生機(jī)的淡綠色可以不斷感化身邊的荒漠，并逐漸展現(xiàn)出生機(jī)盎然的景色。也是團(tuán)隊成員為生態(tài)環(huán)境與社會環(huán)境都能夠煥發(fā)生機(jī)的愿景。如圖2所示。
圖2 “愛綠小助手”logo
2.3 圖標(biāo)設(shè)計
小程序中出現(xiàn)的植物元素由本團(tuán)隊成員自行設(shè)計，采用統(tǒng)一的粗體邊框與帶色彩的圖形元素相結(jié)合，通過對相應(yīng)植物特點(diǎn)的采納，設(shè)計出對應(yīng)的植物元素圖標(biāo)，在使用本小程序的植物病蟲害識別模塊中，使用戶可以直觀地通過圖形元素了解到按鈕對應(yīng)的植物模塊，增加用戶使用友好程度與產(chǎn)品界面的美觀程度。如圖3所示。
圖3 “愛綠小助手”圖標(biāo)
2.4 界面設(shè)計
2.4.1 常規(guī)界面
小程序首頁：點(diǎn)擊右上角（…）按鈕，彈出小程序常規(guī)操作框：可對本小程序進(jìn)行相應(yīng)分享、收藏、添加、設(shè)置、重新進(jìn)入等操作。
點(diǎn)擊底部菜單欄各個按鈕可以進(jìn)入對應(yīng)的界面，依次為“：識別病蟲害”界面“、花卉百科”界面和“我的”界面。
“識別病蟲害”界面可以通過點(diǎn)擊等操作進(jìn)行對病蟲害的識別。
“花卉百科”界面可以通過點(diǎn)擊等操作進(jìn)行花卉等植物的識別。
“我的”界面可以進(jìn)行各項常規(guī)操作。
具體界面如圖4所示。
圖4 常規(guī)界面設(shè)計
2.4.2 識別病蟲害界面設(shè)計
在該界面可以通過各種操作對病蟲害做出識別指令。
通過點(diǎn)擊對應(yīng)植物種類，可以做出其特定的病蟲害識別，此處以玉米病蟲害分析為例。如圖5所示。
圖5 以識別玉米病蟲害分析為例
點(diǎn)擊玉米病蟲害分析按鈕后，彈出對話框，可以選擇“通過手機(jī)相冊照片”上傳或“通過手機(jī)相機(jī)拍攝”上傳，點(diǎn)擊后依次跳轉(zhuǎn)到對應(yīng)界面。如圖6所示。
圖6 選擇圖像來源
在圖片上傳完成后等待識別過程，識別成功后跳轉(zhuǎn)到識別結(jié)果界面。結(jié)果為識別出可能出現(xiàn)的植物及其病蟲害概率。如圖7所示。
圖7 返回結(jié)果值
2.4.3 識別花卉界面設(shè)計
在該界面可以通過各種操作對花卉做出識別等一系列指令。
可以通過點(diǎn)擊對應(yīng)植物百科跳轉(zhuǎn)到對應(yīng)植物介紹，此處以“蘭花”為例，在對應(yīng)界面可以通過向左滑動（ios系統(tǒng)）或向左向右滑動（安卓系統(tǒng)）返回到“花卉識別”界面。如圖8所示。
圖8 花卉百科
可以通過點(diǎn)擊右下方綠色“識別花卉”按鈕進(jìn)行花卉等植物的識別。如圖9所示。
圖9 選擇圖像來源
點(diǎn)擊該按鈕后自動彈出框，可以選擇“通過手機(jī)相冊照片”上傳或“通過手機(jī)相機(jī)拍攝”上傳，點(diǎn)擊后依次跳轉(zhuǎn)到對應(yīng)界面。
在圖片上傳完成后等待識別過程，識別成功后跳轉(zhuǎn)到識別結(jié)果界面，識別結(jié)果為識別出可能出現(xiàn)的植物及其概率。如圖10所示。
圖10 返回結(jié)果值
3 架構(gòu)設(shè)計
整個系統(tǒng)以識別病蟲害功能作為基礎(chǔ)進(jìn)行設(shè)計，且為了方便用戶辨識不同的植物病蟲害，因此設(shè)計了一個基于小程序的識別程序。用戶對系統(tǒng)進(jìn)行操作后，需要對應(yīng)用有一個操作請求的服務(wù)器來處理，同時在操作過程中需要訪問已經(jīng)存在數(shù)據(jù)庫的數(shù)據(jù)集，方便日后的信息維護(hù)與整合。
“愛綠助手+”微信小程序主要由四個部分組成：移動端功能模塊、服務(wù)器端功能模塊、識別病蟲害模塊、識別花卉模塊。如圖11所示。
圖11 整體架構(gòu)圖
4 深度學(xué)習(xí)網(wǎng)絡(luò)模型——VGGNet網(wǎng)絡(luò)
VGGNet于2014年提出，并在ImageNet1000類圖像定位中獲得第一、第二名，目前仍常用來提取圖像特征。
在網(wǎng)絡(luò)深度方面，大卷積可以捕捉到原始紋理細(xì)節(jié)的特征變化，因?yàn)樵紙D像的大尺寸可能會產(chǎn)生冗余。此時，Alexnet網(wǎng)絡(luò)使用11×11的大卷積核，步長為4像素。由于后期的更深層次可能會在較大的局部范圍內(nèi)失去特征相關(guān)性，Alexnet網(wǎng)絡(luò)轉(zhuǎn)而使用更多的3×3小卷積核來捕捉細(xì)節(jié)變化。VGGnet使用所有3×3卷積核。
與Alexnet使用3×3大小的池核相比，VGGnet網(wǎng)絡(luò)都使用2×2大小的池核，這樣VGGnet可以獲得更詳細(xì)的原始圖像信息。另外，采用最大池化方法，更容易捕捉圖像和梯度的變化，使圖像局部特征信息變化更大，可以更好地描述紋理信息等細(xì)節(jié)。
其中，VGG-16是卷積神經(jīng)網(wǎng)絡(luò)中分類性能優(yōu)良的網(wǎng)絡(luò)之一。VGG-16卷積神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)參數(shù)圖如圖12所示。
圖12 VGG-16卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)圖
網(wǎng)絡(luò)結(jié)構(gòu)有13個卷積層和3個全連接層。在網(wǎng)絡(luò)開始時，輸入一幅224×224的RGB圖像，并淡化了21。然后對圖像卷積一個3×3的卷積核，步長為1像素，空間填充為1像素。池化層執(zhí)行最大池化，設(shè)置窗口大小為2×2，步長為2像素。網(wǎng)絡(luò)最終由三個全連接層組成，前兩個全連接層有4096個通道，第三個全連接層包含1000個通道，實(shí)現(xiàn)1000種圖像分類。
5 未來發(fā)展方向
最大化利用現(xiàn)有的數(shù)據(jù)資源庫，建立起一個高效并且準(zhǔn)確的農(nóng)業(yè)領(lǐng)域?qū)＜抑R庫以及識別機(jī)制，使之具有應(yīng)時性。
針對現(xiàn)有的訓(xùn)練數(shù)據(jù)集進(jìn)行擴(kuò)充和整理，盡可能引入不同來源、效果、方面的數(shù)據(jù)集，使之訓(xùn)練數(shù)據(jù)得以增強(qiáng)?；驀L試更多的增強(qiáng)方法，如引入對抗學(xué)習(xí)因素、擴(kuò)展圖像訓(xùn)練維度等等。
優(yōu)化深度學(xué)習(xí)算法模型，實(shí)現(xiàn)其高效性的特點(diǎn)。嘗試不同的網(wǎng)絡(luò)架構(gòu)，尋找最優(yōu)的訓(xùn)練參數(shù)，如學(xué)習(xí)率、迭代次數(shù)、批量大小等。
猜你喜歡
國企黨委前置研究的“四個界面”當(dāng)代陜西(2020年13期)2020-08-24 08:22:02 試論我國未決羈押程序的立法完善人大建設(shè)(2019年12期)2019-05-21 02:55:44 基于FANUC PICTURE的虛擬軸坐標(biāo)顯示界面開發(fā)方法研究制造技術(shù)與機(jī)床(2017年5期)2018-01-19 02:49:17 “程序猿”的生活什么樣瞭望東方周刊(2017年42期)2017-12-05 18:49:38 哦，不怕，不怕紅領(lǐng)巾·萌芽(2017年5期)2017-06-23 10:35:59 英國與歐盟正式啟動“離婚”程序程序環(huán)球時報(2017-03-30)2017-03-30 06:44:45 將植物穿身上爆笑ｓｈｏｗ(2016年7期)2017-02-09 09:36:13 人機(jī)交互界面發(fā)展趨勢研究濰坊學(xué)院學(xué)報(2016年2期)2016-12-01 13:00:11 創(chuàng)衛(wèi)暗訪程序有待改進(jìn)中國衛(wèi)生(2015年3期)2015-11-19 02:53:32 植物罷工啦？少兒科學(xué)周刊·兒童版(2015年10期)2015-11-07 03:42:03
藍(lán) 宇，王 健，黃中舟，朱彥博，陳 品，曹璐婷
（廣州軟件學(xué)院 網(wǎng)絡(luò)技術(shù)系，廣東 廣州 510990）
準(zhǔn)確、快速地識別植物病蟲害的種類是防治植物病蟲害的第一步。長期以來，我國植物病蟲害的監(jiān)測和鑒定主要依靠專家診斷和來自農(nóng)民的種植經(jīng)驗(yàn)。由于中國龐大的植物種植面積和病蟲害的復(fù)雜情況，以及相關(guān)領(lǐng)域的專業(yè)人員相對較少，可能出現(xiàn)不能及時應(yīng)對農(nóng)業(yè)病蟲害問題，甚至造成問題報告的延遲和錯誤。而采用深度學(xué)習(xí)算法訓(xùn)練推算出的圖像識別方法，通過微信小程序的方式加以呈現(xiàn)，便于對植物病蟲害進(jìn)行監(jiān)測和分類。同時該系統(tǒng)具有精度高、實(shí)時性好等優(yōu)點(diǎn)。近年來，隨著我國農(nóng)業(yè)現(xiàn)代化的不斷發(fā)展，越來越多的現(xiàn)代化技術(shù)和設(shè)備被運(yùn)用到生產(chǎn)中。此外，人工智能的快速發(fā)展，特別是其在圖像模式識別領(lǐng)域的優(yōu)異表現(xiàn)，使以深度學(xué)習(xí)為代表的技術(shù)逐漸成為農(nóng)業(yè)現(xiàn)代化領(lǐng)域的研究重點(diǎn)。
小程序載體的出現(xiàn)，以及其“即用即走”的便利性，這剛好符合我們團(tuán)隊的設(shè)計理念——只需要將用戶最想要的結(jié)果提供給他們。同樣，人工智能+小程序的有機(jī)結(jié)合也是我們團(tuán)隊的探尋方向之一。是我們整體“智慧農(nóng)業(yè)”解決方法的重要一環(huán)，目前小程序數(shù)據(jù)也可以與我們設(shè)計好的智能灌溉系統(tǒng)進(jìn)行聯(lián)通，正式打通“最后一公里”。
1 應(yīng)用場景
1.1 掃除用戶的疑惑
基于大量數(shù)據(jù)的深度學(xué)習(xí)，小程序集合了九大蔬果類的病蟲害識別算法模型。可以通過拍照或者圖片上傳的方式，將圖片數(shù)據(jù)上傳至服務(wù)器后，經(jīng)由部署在服務(wù)器的算法模型計算得出結(jié)果。最后再將結(jié)果通過小程序的方式呈現(xiàn)給用戶，以提醒用戶檢測到的病蟲害是哪種，幫助用戶進(jìn)行抉擇。目前可以實(shí)現(xiàn)的蔬果類有玉米、土豆、柑橘、蘋果、櫻桃、番茄、葡萄、草莓、桃子，識別準(zhǔn)確率可達(dá)到98%左右。當(dāng)然，算法模型仍處于更新迭代階段，將會不斷優(yōu)化算法，整合上線的新蔬果。
1.2 滿足用戶的好奇
除了能夠識別病蟲害之外，考慮到用戶可能會在生活當(dāng)中發(fā)現(xiàn)很多足以讓人駐足的花卉。但會苦惱于不知道這些花卉是什么，那么“愛綠小助手”小程序?qū)M足你的好奇心。同樣，算法模型當(dāng)中有著大量訓(xùn)練完成的花卉數(shù)據(jù)集，數(shù)據(jù)集不僅有來自國內(nèi)某植物研究所的公開數(shù)據(jù)集，也有國外可供學(xué)習(xí)使用的數(shù)據(jù)集?；谝陨蠗l件，是足以識別出大部分“美麗卻不知名”的植物。使用過程依然是可以通過拍照或者上傳圖片的方式，將圖片上傳至服務(wù)器，識別工作就交給算法模型即可。
1.3 不僅僅是小程序
它不僅可以將以上所有的識別數(shù)據(jù)記錄保存至本地（遵循數(shù)據(jù)隱私保護(hù)條約），也是我們團(tuán)隊朝著“互聯(lián)網(wǎng)+”農(nóng)業(yè)新形態(tài)發(fā)展方向的有機(jī)組成部分。您所看到的小程序是作者所設(shè)計的智慧農(nóng)業(yè)方案中的一個重要節(jié)點(diǎn)，此外其他節(jié)點(diǎn)（例如智能灌溉系統(tǒng)等）都將打通數(shù)據(jù)流合作，與小程序形成互通有無的格局。
2 前端設(shè)計
2.1 總體設(shè)計
（1）本小程序主要的功能為對花卉種類以及植物病蟲害的識別，一方面可以讓用戶在戶外有需要認(rèn)識到未知花卉的情況下提供有效幫助，另一方面，也希望能夠促進(jìn)用戶有更好的種植經(jīng)驗(yàn)。
（2）本小程序在設(shè)計中采用注重用戶體驗(yàn)的原則，在界面、元素、交互設(shè)計等方面都有所體現(xiàn)，具有對應(yīng)的用戶操作簡易性、交互友好性。
（3）本小程序的操作邏輯以及數(shù)據(jù)流走向以用戶體驗(yàn)為原則出發(fā)，主要由用戶主動拍照或者上傳植物圖片，小程序?qū)D片數(shù)據(jù)上傳至作者部署的服務(wù)器（數(shù)據(jù)上傳過程遵循隱私保護(hù)條約），再由服務(wù)器內(nèi)部署完成的算法模型自動識別圖像，最后再由模型將結(jié)果返回至小程序端提供給用戶查看。具體如圖1所示。
圖1 “愛綠小助手”小程序功能結(jié)構(gòu)
2.2 logo設(shè)計
小程序的logo則是為了體現(xiàn)本小程序“愛綠”的內(nèi)涵——對植物方面的深入了解，并希望通過對植物的了解延伸到對環(huán)境保護(hù)意識的提升。這個logo采用了綠色為主要基調(diào)，底部是較為荒蕪的地面，通過渲染一層代表生機(jī)的淡綠色可以不斷感化身邊的荒漠，并逐漸展現(xiàn)出生機(jī)盎然的景色。也是團(tuán)隊成員為生態(tài)環(huán)境與社會環(huán)境都能夠煥發(fā)生機(jī)的愿景。如圖2所示。
圖2 “愛綠小助手”logo
2.3 圖標(biāo)設(shè)計
小程序中出現(xiàn)的植物元素由本團(tuán)隊成員自行設(shè)計，采用統(tǒng)一的粗體邊框與帶色彩的圖形元素相結(jié)合，通過對相應(yīng)植物特點(diǎn)的采納，設(shè)計出對應(yīng)的植物元素圖標(biāo)，在使用本小程序的植物病蟲害識別模塊中，使用戶可以直觀地通過圖形元素了解到按鈕對應(yīng)的植物模塊，增加用戶使用友好程度與產(chǎn)品界面的美觀程度。如圖3所示。
圖3 “愛綠小助手”圖標(biāo)
2.4 界面設(shè)計
2.4.1 常規(guī)界面
小程序首頁：點(diǎn)擊右上角（…）按鈕，彈出小程序常規(guī)操作框：可對本小程序進(jìn)行相應(yīng)分享、收藏、添加、設(shè)置、重新進(jìn)入等操作。
點(diǎn)擊底部菜單欄各個按鈕可以進(jìn)入對應(yīng)的界面，依次為“：識別病蟲害”界面“、花卉百科”界面和“我的”界面。
“識別病蟲害”界面可以通過點(diǎn)擊等操作進(jìn)行對病蟲害的識別。
“花卉百科”界面可以通過點(diǎn)擊等操作進(jìn)行花卉等植物的識別。
“我的”界面可以進(jìn)行各項常規(guī)操作。
具體界面如圖4所示。
圖4 常規(guī)界面設(shè)計
2.4.2 識別病蟲害界面設(shè)計
在該界面可以通過各種操作對病蟲害做出識別指令。
通過點(diǎn)擊對應(yīng)植物種類，可以做出其特定的病蟲害識別，此處以玉米病蟲害分析為例。如圖5所示。
圖5 以識別玉米病蟲害分析為例
點(diǎn)擊玉米病蟲害分析按鈕后，彈出對話框，可以選擇“通過手機(jī)相冊照片”上傳或“通過手機(jī)相機(jī)拍攝”上傳，點(diǎn)擊后依次跳轉(zhuǎn)到對應(yīng)界面。如圖6所示。
圖6 選擇圖像來源
在圖片上傳完成后等待識別過程，識別成功后跳轉(zhuǎn)到識別結(jié)果界面。結(jié)果為識別出可能出現(xiàn)的植物及其病蟲害概率。如圖7所示。
圖7 返回結(jié)果值
2.4.3 識別花卉界面設(shè)計
在該界面可以通過各種操作對花卉做出識別等一系列指令。
可以通過點(diǎn)擊對應(yīng)植物百科跳轉(zhuǎn)到對應(yīng)植物介紹，此處以“蘭花”為例，在對應(yīng)界面可以通過向左滑動（ios系統(tǒng)）或向左向右滑動（安卓系統(tǒng)）返回到“花卉識別”界面。如圖8所示。
圖8 花卉百科
可以通過點(diǎn)擊右下方綠色“識別花卉”按鈕進(jìn)行花卉等植物的識別。如圖9所示。
圖9 選擇圖像來源
點(diǎn)擊該按鈕后自動彈出框，可以選擇“通過手機(jī)相冊照片”上傳或“通過手機(jī)相機(jī)拍攝”上傳，點(diǎn)擊后依次跳轉(zhuǎn)到對應(yīng)界面。
在圖片上傳完成后等待識別過程，識別成功后跳轉(zhuǎn)到識別結(jié)果界面，識別結(jié)果為識別出可能出現(xiàn)的植物及其概率。如圖10所示。
圖10 返回結(jié)果值
3 架構(gòu)設(shè)計
整個系統(tǒng)以識別病蟲害功能作為基礎(chǔ)進(jìn)行設(shè)計，且為了方便用戶辨識不同的植物病蟲害，因此設(shè)計了一個基于小程序的識別程序。用戶對系統(tǒng)進(jìn)行操作后，需要對應(yīng)用有一個操作請求的服務(wù)器來處理，同時在操作過程中需要訪問已經(jīng)存在數(shù)據(jù)庫的數(shù)據(jù)集，方便日后的信息維護(hù)與整合。
“愛綠助手+”微信小程序主要由四個部分組成：移動端功能模塊、服務(wù)器端功能模塊、識別病蟲害模塊、識別花卉模塊。如圖11所示。
圖11 整體架構(gòu)圖
4 深度學(xué)習(xí)網(wǎng)絡(luò)模型——VGGNet網(wǎng)絡(luò)
VGGNet于2014年提出，并在ImageNet1000類圖像定位中獲得第一、第二名，目前仍常用來提取圖像特征。
在網(wǎng)絡(luò)深度方面，大卷積可以捕捉到原始紋理細(xì)節(jié)的特征變化，因?yàn)樵紙D像的大尺寸可能會產(chǎn)生冗余。此時，Alexnet網(wǎng)絡(luò)使用11×11的大卷積核，步長為4像素。由于后期的更深層次可能會在較大的局部范圍內(nèi)失去特征相關(guān)性，Alexnet網(wǎng)絡(luò)轉(zhuǎn)而使用更多的3×3小卷積核來捕捉細(xì)節(jié)變化。VGGnet使用所有3×3卷積核。
與Alexnet使用3×3大小的池核相比，VGGnet網(wǎng)絡(luò)都使用2×2大小的池核，這樣VGGnet可以獲得更詳細(xì)的原始圖像信息。另外，采用最大池化方法，更容易捕捉圖像和梯度的變化，使圖像局部特征信息變化更大，可以更好地描述紋理信息等細(xì)節(jié)。
其中，VGG-16是卷積神經(jīng)網(wǎng)絡(luò)中分類性能優(yōu)良的網(wǎng)絡(luò)之一。VGG-16卷積神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)參數(shù)圖如圖12所示。
圖12 VGG-16卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)圖
網(wǎng)絡(luò)結(jié)構(gòu)有13個卷積層和3個全連接層。在網(wǎng)絡(luò)開始時，輸入一幅224×224的RGB圖像，并淡化了21。然后對圖像卷積一個3×3的卷積核，步長為1像素，空間填充為1像素。池化層執(zhí)行最大池化，設(shè)置窗口大小為2×2，步長為2像素。網(wǎng)絡(luò)最終由三個全連接層組成，前兩個全連接層有4096個通道，第三個全連接層包含1000個通道，實(shí)現(xiàn)1000種圖像分類。
5 未來發(fā)展方向
最大化利用現(xiàn)有的數(shù)據(jù)資源庫，建立起一個高效并且準(zhǔn)確的農(nóng)業(yè)領(lǐng)域?qū)＜抑R庫以及識別機(jī)制，使之具有應(yīng)時性。
針對現(xiàn)有的訓(xùn)練數(shù)據(jù)集進(jìn)行擴(kuò)充和整理，盡可能引入不同來源、效果、方面的數(shù)據(jù)集，使之訓(xùn)練數(shù)據(jù)得以增強(qiáng)?；驀L試更多的增強(qiáng)方法，如引入對抗學(xué)習(xí)因素、擴(kuò)展圖像訓(xùn)練維度等等。
優(yōu)化深度學(xué)習(xí)算法模型，實(shí)現(xiàn)其高效性的特點(diǎn)。嘗試不同的網(wǎng)絡(luò)架構(gòu)，尋找最優(yōu)的訓(xùn)練參數(shù)，如學(xué)習(xí)率、迭代次數(shù)、批量大小等。
猜你喜歡
當(dāng)代陜西(2020年13期)2020-08-24 08:22:02
人大建設(shè)(2019年12期)2019-05-21 02:55:44
制造技術(shù)與機(jī)床(2017年5期)2018-01-19 02:49:17
瞭望東方周刊(2017年42期)2017-12-05 18:49:38
紅領(lǐng)巾·萌芽(2017年5期)2017-06-23 10:35:59
環(huán)球時報(2017-03-30)2017-03-30 06:44:45
爆笑ｓｈｏｗ(2016年7期)2017-02-09 09:36:13
濰坊學(xué)院學(xué)報(2016年2期)2016-12-01 13:00:11
中國衛(wèi)生(2015年3期)2015-11-19 02:53:32
少兒科學(xué)周刊·兒童版(2015年10期)2015-11-07 03:42:03
