閔宇航

（成都理工大學，四川 成都610059）

綠蘿（Scindapsus aureus）是重要的室內觀葉植物,易于栽培與造型,它可以凈化空氣，同時提高環(huán)境觀賞性。綠蘿性喜高溫和有明亮散射光的環(huán)境，其耐蔭性強,怕強光直射，不耐寒冷[1]。綠蘿病變常見為葉片發(fā)黃、根莖稀疏等，及早發(fā)現并加以養(yǎng)護，對于綠蘿的生長尤為重要，但大規(guī)模的綠蘿狀態(tài)識別效率仍受限于人工識別的低效。

隨著計算機硬件技術的高速發(fā)展，計算機的運算速度隨之提高，這為計算機視覺技術的發(fā)展提供了全新的硬件基礎。在此基礎上，結合深度學習的計算機圖像處理技術不斷發(fā)展，深度學習中的卷積神經網絡模型（CNN）由最初的LeNet 模型，經由VGGNet、GoogleNet，逐漸成熟發(fā)展到ResNet[2]，模型結構逐漸優(yōu)化，部分識別效果已媲美人工，同時還有人工無法企及的識別效率。

因此，本文采用深度參差網絡ResNet-50 模型，對綠蘿樣本進行訓練學習，并實現對三種不同狀態(tài)（正常狀態(tài)、需養(yǎng)護、需更換）綠蘿的識別分類。

1 總體方案設計

首先，實驗所采用的數據來源為相機拍攝（實物拍攝和網絡爬?。┑牟煌瑺顟B(tài)的綠蘿圖片，拍攝角度主要為正視和俯視角度，圖片內容確保綠蘿的葉片或根系能夠清晰展示。結合綠蘿實際生長狀態(tài)，設定以下三種綠蘿狀態(tài)：

正常狀態(tài)：葉片全綠，葉片數量較多，土壤裸漏較少；

需養(yǎng)護：出現黃葉且數量較少，土壤裸漏較少；

需更換：有大面積黃葉或存在葉片腐爛發(fā)黑情況，或葉片數量過少，土壤裸露情況嚴重，或葉片失水嚴重，出現葉片大面積皺縮。

接著將數據集中90%的圖片作為訓練樣本，剩余圖片供測試使用。同時，對綠蘿圖片進行了標注、翻轉、旋轉等預操作，以增強圖片的泛化能力。并且，為網絡結構加入了存盤功能，可記錄和載入最佳模型結果。

2 數據集設計

2.1 數據集收集

在收集網絡模型訓練及測試所需圖片時，首先確定圖片標準，要求清晰展示綠蘿的葉片或根莖的狀態(tài)，并減少背景噪聲干擾。因此選擇光線條件較明亮、背景較干凈的取景環(huán)境。同時，由于ResNet-50 模型的結構特性，隨著網絡深度的逐漸提高，為適應模型的復雜程度，訓練所需樣本量也隨之增加，樣本量的不足可能會導致訓練結果的過擬合，影響模型預測的正確率。[3]因此，對部分圖片中的綠蘿植株，變換拍攝角度以實現數據集的擴充，設計滿足網絡模型所需的訓練樣本集。

2.2 數據預處理

針對現有的綠蘿圖片，存在著背景噪聲干擾等問題，所以本文使用了LabelMe 這一圖片標注工具，采用矩形框的形式，對訓練集中的每張圖片手工標注葉片及根部，確定其所屬類別（圖1）。同時，將圖片的大小統(tǒng)一設為518X346 像素，并且進行隨機90 度旋轉、水平翻轉、垂直翻轉。

圖1 三種不同分類的綠蘿

3 深度殘差網絡ResNet

3.1 關于ResNet

自AlexNet 之后，卷積神經網絡不斷加深，訓練誤差卻沒有隨之不斷減小。這是由于反向傳播的梯度計算是在上一層基礎上進行的，網絡深度加深會使梯度復乘，使梯度在多層反向傳播時越來越小，最終梯度消失。這導致深層網絡后面會出現很多冗余層，模型會退化為一個淺層網絡，準確率也會到達瓶頸。[2-4]

ResNet 為解決這一問題而生。它在傳統(tǒng)卷積神經網絡中加入殘差學習（Residual Learning）的思想，在網絡結構中加入了殘差單元（Residual Unit）。殘差單元在輸入和輸出之間建立了一條直接的快捷通道，實現了輸出與輸入相同的恒等映射層。借此，ResNet 解決了深層網絡中梯度彌散和精度下降的問題，既保證了訓練精度，又控制了訓練速度。[5]

圖2 resnet-50 模型結構

本文采用的ResNet-50 模型包含了50 層網絡。模型最開始有一個單獨的卷積層，隨后有四組block，每組里面分別是3、4、6、3 個block、每個block 里面有三層網絡，這些層負責對圖像進行卷積操作、提取圖像特征以及充當恒等映射層。最后單獨的全連接層，使用SoftMax 激活函數，將卷積之后的結果類別數，降低到規(guī)定的類別數。

3.2 模型構建

本文采用的ResNet-50 模型，其結構如圖2。

3.2.1 對輸入的圖像進行邊緣3X3 的零填充。

3.2.2 在階段一，使用64 個長寬規(guī)模為7X7 的過濾器來進行二維卷積操作；然后使用批量歸一化對輸入的數據進行正則化處理，接著使用規(guī)模為3X3 的窗口來進行最大池化。

3.2.3 從階段二到階段五，卷積殘差塊和與它相連的恒等殘差塊，分別使用三個不同規(guī)模的濾波器，對圖像進行特征提取，改變輸出通道數。

3.2.4 使用規(guī)模為2X2 的窗口來進行二維平均池化，并在全連接層使用SoftMax 激活函數來將數據降低到規(guī)定的三個類別。

實際的訓練過程中，本文選擇了Rectified Adam (RAdam)這一優(yōu)化器。這是一種機器學習模型優(yōu)化器，它實現了自適應學習率，既具備隨機梯度下降（SGD）方法的優(yōu)勢，又實現了Adam快速收斂的優(yōu)點，令模型收斂至質量更高的結果[6]。

4 實驗結果分析

圖3 網絡誤差及測試正確率

經過90 輪的訓練以后，網絡的誤差已降低至0.04 附近，而測試的正確率已穩(wěn)定在97%以上(如圖3)。從測試結果可以看出，網絡對于給定樣本識別效果良好。得益于ResNet-50 模型結構的優(yōu)化，網絡層數加深的同時訓練精度不斷提高；RAdam 優(yōu)化器的作用下模型收斂質量更高，訓練時間也大為縮減，如圖3。

5 結論

本文采用深度殘差網絡ResNet-50 模型，選擇較為高效的RAdam 模型優(yōu)化器，合理設計和處理訓練數據集，在較短訓練時間和合理的硬件資源條件下，實現了對綠蘿不同生長狀態(tài)的有效識別。經過測試集測試，識別正確率能達到97%以上。這有助于綠蘿養(yǎng)殖狀態(tài)的監(jiān)督工作，對于綠蘿養(yǎng)殖行業(yè)有輔助意義，對于其他綠植養(yǎng)護也有參考價值。

但需指出，由于人工收集樣本有限，實際情況中綠蘿的生長狀態(tài)更為復雜，機器識別的場景也更為豐富，因此模型的適應性會有所降低。收集更具廣泛性的樣本來不斷優(yōu)化網絡模型，這將是本文研究此后需要做的工作。