張宇棠，謝曉春

（贛南師范大學(xué)物理與電子信息學(xué)院，江西贛州 341000）

0 引言

江西省贛南地區(qū)是全國最大的臍橙主產(chǎn)區(qū)，種植面積世界第一。在實(shí)際的果林監(jiān)管規(guī)劃工作中仍停留在傳統(tǒng)的人工實(shí)地統(tǒng)計(jì)，其過程費(fèi)時(shí)、耗力、周期長、成本高，果林智能產(chǎn)業(yè)化信息化建設(shè)明顯滯后，嚴(yán)重阻滯了果林業(yè)的快速發(fā)展。遙感數(shù)據(jù)具有范圍廣、成本低、可滿足實(shí)時(shí)監(jiān)測果林分布等優(yōu)點(diǎn)，對(duì)果林的單木檢測能夠高效統(tǒng)計(jì)種植面積，定位每一株單木在谷歌地圖上的實(shí)際地理坐標(biāo)，幫助政府及農(nóng)場主更加精細(xì)化的管理果林種植，為管理者提供有效的決策依據(jù)。在果林目標(biāo)檢測過程中存在的難點(diǎn)主要包括目標(biāo)之間的遮擋與覆蓋問題，不同自然條件下的成像光譜問題等。

Shafri等[1]提出通過光譜分析、紋理分析、邊緣增強(qiáng)、圖像分割、形態(tài)分析等多個(gè)環(huán)節(jié)，對(duì)油棕櫚樹提取計(jì)數(shù)，這種模板匹配的方法不適用于果園樹種中存在多個(gè)樹冠重疊密集的情況。林怡等[2]通過對(duì)林場的LiDAR點(diǎn)云數(shù)據(jù)進(jìn)行分析處理，結(jié)合K近鄰算法、圓回歸、聚類等進(jìn)行單木提取。Puliti等[3]使用機(jī)器學(xué)習(xí)的方法搭載無人機(jī)直接檢測樹樁并通過圖像分割檢測出樹樁是否腐爛；李東洋等[4]通過激光點(diǎn)云數(shù)據(jù)獲取地面樹木分布情況，結(jié)合形態(tài)學(xué)冠層控制的分水嶺方法進(jìn)行單木提取，最終結(jié)果一般。甄貞等[5]通過標(biāo)記控制區(qū)域生長法對(duì)LiDAR數(shù)據(jù)進(jìn)行單木樹冠提取，LiDAR對(duì)樹木的垂直結(jié)構(gòu)有很強(qiáng)的獲取能力，針對(duì)垂直高度差異大、樹種間差異明顯的森林樹種有較好的檢測效果，但不同果園的管理需求不同，對(duì)樹木的裁剪情況不同，導(dǎo)致樹高的不確定性，很難通過這種方法獲得一個(gè)良好的檢測效果。Li等[6]基于CNN的特征提取對(duì)近萬張大樣本遙感數(shù)據(jù)檢測，能夠獲得一個(gè)較好的結(jié)果。張杰等[7]采用ENVI新發(fā)布的數(shù)據(jù)分析工具包Crop Science對(duì)衛(wèi)星拍攝的林地高分影像進(jìn)行單木提?。籞heng等[8]改進(jìn)了Faster-RCNN網(wǎng)絡(luò)中的RPN網(wǎng)絡(luò)對(duì)油棕樹進(jìn)行了單木檢測，F(xiàn)1平均數(shù)達(dá)到了94.99%；Dong等[9]提出了一種殘留通道注意網(wǎng)絡(luò)優(yōu)化了對(duì)油棕?cái)?shù)據(jù)的分割結(jié)果。上述研究的檢測效果仍存在提升空間，對(duì)不同數(shù)據(jù)集的樹冠高度、類間差異、疏密程度、覆蓋遮擋等都存在一定的局限性，其中部分研究直接針對(duì)一片區(qū)域進(jìn)行單木提取，無法區(qū)分果樹與雜樹，這對(duì)一些特殊需求的管理統(tǒng)計(jì)會(huì)造成很大的誤差。

本研究以贛南地區(qū)信豐縣臍橙園、贛縣林地為研究區(qū)，以研究區(qū)內(nèi)典型的臍橙樹、松樹為研究對(duì)象，首先對(duì)原始數(shù)據(jù)預(yù)處理得到瓦片正射影像，對(duì)獲取到的遙感數(shù)據(jù)做DSM等影像預(yù)處理，通過K-means[10]算法對(duì)樣本中待測目標(biāo)聚類分析先驗(yàn)初始化anchor，保證網(wǎng)絡(luò)能夠獲取到理想的感受野[11]。再提出一種改進(jìn)的Faster-RCNN[12]網(wǎng)絡(luò)結(jié)構(gòu)提取目標(biāo)特征、迭代訓(xùn)練數(shù)據(jù)并遷移學(xué)習(xí)[13]微調(diào)分類器，最終通過交叉驗(yàn)證以及實(shí)地檢測驗(yàn)證模型精度給出目標(biāo)檢測結(jié)果圖。

1 研究區(qū)概況與數(shù)據(jù)預(yù)處理

1.1 研究區(qū)概況

研究區(qū)位于贛州市南部信豐縣(114°87’E，25°46’N)，海拔變化范圍0～100 m，屬于亞熱帶季風(fēng)性濕潤氣候，年均溫度18.9℃，最高氣溫39℃，最低氣溫1℃，年均濕度80%，年均降水量1680.2 mm。贛南地區(qū)果園以臍橙種植最為出名，多為山地種植，特選此作為本次實(shí)驗(yàn)對(duì)象，以達(dá)到大范圍監(jiān)測統(tǒng)計(jì)、精準(zhǔn)定位的目的。

1.2 數(shù)據(jù)來源及預(yù)處理

分別以2019年8月、2019年11月通過無人機(jī)飛馬D200機(jī)載Sony ILCE6000鏡頭分別采集研究區(qū)域在不同高度、不同天氣下的高分影像作為數(shù)據(jù)源，以此保證數(shù)據(jù)的廣泛性，提升實(shí)驗(yàn)結(jié)果的泛化能力。實(shí)驗(yàn)數(shù)據(jù)采集設(shè)備如圖1所示。在航拍臍橙果樹前初始化無人機(jī)各級(jí)參數(shù)獲取其重疊度，經(jīng)Pix4Dmapper軟件預(yù)設(shè)測區(qū)地理參考匹配值，經(jīng)過加密點(diǎn)云LAS和三維網(wǎng)格紋理處理，對(duì)無人機(jī)的多組數(shù)據(jù)做空中三角測量計(jì)算（圖2），對(duì)空中三角測量的計(jì)算結(jié)果做建模處理，獲取到其清晰的三維模型（圖3），繼而可獲取所需的柵格數(shù)字表面模型(DSM)以及正射影像圖，并轉(zhuǎn)換輸出對(duì)應(yīng)的谷歌地圖瓦片作為實(shí)驗(yàn)數(shù)據(jù)。瓦片尺寸為2048像素×2048像素，共拍攝1000張圖像，并選取具有訓(xùn)練價(jià)值、圖像完整、清晰的單木遙感圖800張，由于每張圖像中的可檢測的單木數(shù)量在10～200個(gè)不等，待訓(xùn)練樣本充足。選取600張作為訓(xùn)練集，剩余200張為測試集。

圖1 實(shí)驗(yàn)數(shù)據(jù)采集設(shè)備

圖2 空中三角測量

圖3 建模后的三維模型

現(xiàn)有的臍橙果林目標(biāo)檢測數(shù)據(jù)集并不常見，大多無法滿足實(shí)際自然條件下的復(fù)雜背景以及人為導(dǎo)致的目標(biāo)分布密度不同的識(shí)別要求。在開始實(shí)驗(yàn)之前需要對(duì)采集的圖片進(jìn)行目標(biāo)位置標(biāo)注。

由于數(shù)據(jù)集中每張圖片內(nèi)的目標(biāo)數(shù)量過多，為減輕人工標(biāo)記的工作量，通過模板匹配的方法來預(yù)標(biāo)記待訓(xùn)練數(shù)據(jù)，即以模板圖片作為搜索依據(jù)，在較大圖像中進(jìn)行滑動(dòng)查找和位置搜索，將模板圖像在待測圖像上由左至右、由上至下的滑動(dòng)檢測，每次匹配的目標(biāo)框大小恒等于模板圖像的尺寸，進(jìn)而進(jìn)行像素比較運(yùn)算，在像素比較運(yùn)算過程中，采用標(biāo)準(zhǔn)（歸一化）相關(guān)系數(shù)匹配方法，如式(1)～(3)。

式中，R(x,y)表示像素對(duì)比運(yùn)算結(jié)果的儲(chǔ)存矩陣，T(x’,y’)表示模板圖像矩陣，I(x,y)表示待匹配的源圖像矩陣，

標(biāo)準(zhǔn)相關(guān)系數(shù)匹配方法主要是將模板矩陣均值的相對(duì)值與待匹配源圖像矩陣均值的相對(duì)值進(jìn)行匹配，并測量其相關(guān)系數(shù)，匹配結(jié)果取值范圍為[-1,1]，1表示匹配度最高，0表示毫無相關(guān)性，-1表示最差匹配結(jié)果。

如圖4所示，隨機(jī)選取一顆樹作為模板進(jìn)行模板匹配計(jì)算，在匹配閾值為0.4的情況下經(jīng)過NMS非極大值抑制算法得到的匹配目標(biāo)框，經(jīng)過人工篩選不符合期望的誤識(shí)別，重新作為新的模板進(jìn)行迭代匹配第2輪，模板匹配過程共耗時(shí)384.8 s，最終經(jīng)過多輪迭代及人工少量篩選得到帶有標(biāo)簽的訓(xùn)練樣本數(shù)據(jù)。

圖4 模板匹配標(biāo)記數(shù)據(jù)過程圖

2 研究方法

在深度學(xué)習(xí)目標(biāo)檢測領(lǐng)域中，F(xiàn)aster-RCNN在最初RCNN的基礎(chǔ)上加入了一個(gè)新的網(wǎng)絡(luò)——RPN，又在原有網(wǎng)絡(luò)上增加了一個(gè)ROI池化層。整個(gè)網(wǎng)絡(luò)模型主要基于卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建，F(xiàn)aster-RCNN通過卷積層得到特征圖，滑動(dòng)窗口對(duì)特征圖上每一個(gè)位置根據(jù)不同的縱橫比和尺寸映射回原圖生成多個(gè)錨點(diǎn)(anchor)，為降低后續(xù)計(jì)算量龐大的問題，由RPN網(wǎng)絡(luò)對(duì)這些錨點(diǎn)進(jìn)行預(yù)提取。ROI池化層可接收任意尺度的輸入，并固定尺度輸出與后續(xù)全連接層相連，最終送入分類器和邊框回歸層，即可得到最終的檢測結(jié)果。

Faster RCNN中用于提取特征的基礎(chǔ)網(wǎng)絡(luò)是vgg16和ResNet101，這2種基礎(chǔ)網(wǎng)絡(luò)無論在VOC2007還是coco數(shù)據(jù)集上都取得了較高的檢測精度和速度。但在小型密集的目標(biāo)檢測實(shí)驗(yàn)中發(fā)現(xiàn)，vgg16和ResNet101作為基礎(chǔ)網(wǎng)絡(luò)存在小目標(biāo)大批量漏檢與誤檢等缺點(diǎn)，考慮到是由于基礎(chǔ)網(wǎng)絡(luò)的特征提取利用相對(duì)不足，本研究借鑒了DeneseNet的密集連接思想，提出了Des Faster-RCNN網(wǎng)絡(luò)結(jié)構(gòu)，并結(jié)合K-means聚類分析先驗(yàn)數(shù)據(jù)分布，提高算法性能、減小運(yùn)算成本。

2.1 輸入數(shù)據(jù)尺度變換

由于計(jì)算設(shè)備存在顯存上的限制，卷積神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)對(duì)圖像的輸入尺寸也存在一定要求，故需要對(duì)實(shí)驗(yàn)數(shù)據(jù)的瓦片進(jìn)行尺度變換至適宜的尺寸?？紤]到需要保有圖像的紋理特征，采用雙三次插值法[14]對(duì)圖像進(jìn)行尺度變換。Parker等[15]對(duì)比分析了幾種經(jīng)典的空間插值方法，對(duì)比結(jié)果證實(shí)該類方法能夠有效保有像素間的特征信息，縮放處理速度較快。

雙三次內(nèi)插值法屬于立方卷積插值，相較于雙線性插值[16]不僅加權(quán)計(jì)算了直接相鄰4個(gè)點(diǎn)的像素貢獻(xiàn)，還加入了直接相鄰點(diǎn)以外的像素值變化率的影響，更多地考慮了圖像縮放中每一個(gè)像素點(diǎn)周圍的特征信息，如圖5所示，對(duì)需要進(jìn)行縮放的每一個(gè)像素點(diǎn)所在的4×4的矩形網(wǎng)格內(nèi)進(jìn)行采樣并加權(quán)平均，采用BiCublic插值函數(shù)計(jì)算這16個(gè)像素的貢獻(xiàn)權(quán)重因子。

圖5 雙三次內(nèi)插值法示意圖

BiCubic插值基函數(shù)如圖6所示，該函數(shù)連續(xù)。BiCubic基函數(shù)如式(4)。

圖6 Bicublic函數(shù)在a的不同取值下的函數(shù)圖像變化情況

式中，a常取-1～-0.5，由函數(shù)圖像（圖6）可知，a取值越小，計(jì)算后的圖像內(nèi)不同坐標(biāo)位置下的貢獻(xiàn)權(quán)重值的差距越明顯，W(x)為貢獻(xiàn)權(quán)重，根據(jù)不同位置求得的不同權(quán)重系數(shù)帶入到雙三次內(nèi)插值的計(jì)算公式中[式(5)]。

式中，(xi,yj)為圖5中相較于目標(biāo)像素點(diǎn)P的坐標(biāo)位置，i、j屬于[-1,2]。在水平和豎直方向上進(jìn)行多項(xiàng)式3次插值，完成圖像的尺度變換縮放。

多種圖像尺度變換的實(shí)驗(yàn)方法對(duì)比如圖7所示。通過對(duì)比4種常見的圖像尺度變換方法（雙三次插值、最近鄰插值、Pillow庫中resize方法、雙線性插值），將一幅512×512的圖像縮放至256×256。從圖像效果上看，雙三次插值、最近鄰插值[17]在細(xì)節(jié)保留上較為完整，PIL中resize方法和雙線性插值對(duì)于細(xì)節(jié)較為模糊。表1為縮放后的文件大小。通過實(shí)驗(yàn)對(duì)比，最終選用雙三次插值做為全局圖像尺度縮放變換的唯一方法。

圖7 圖像在不同尺度變換方法下的效果細(xì)節(jié)圖

表1 不同縮放方法下的圖像文件大小

2.2 ResNet和DenseNet

在深度學(xué)習(xí)中，網(wǎng)絡(luò)的深度決定了網(wǎng)絡(luò)的性能。加深網(wǎng)絡(luò)深度對(duì)圖像的特征提取能力也會(huì)增加，但是也會(huì)面臨梯度爆炸、網(wǎng)絡(luò)退化等問題。為解決網(wǎng)絡(luò)堆疊所帶來的一系列問題，何凱明等[18]提出殘差網(wǎng)絡(luò)(ResNet)結(jié)構(gòu)，該網(wǎng)絡(luò)結(jié)構(gòu)由多個(gè)殘差單元組成，其中一個(gè)殘差單元如圖8所示，整個(gè)結(jié)構(gòu)也稱為“bottleneck design”，這種結(jié)構(gòu)可以有效降低參數(shù)量，更容易實(shí)現(xiàn)梯度的反向傳播，該殘差單元的定義如式(6)。

圖8 一個(gè)殘差單元的基本模塊

式中，xi為第i層的輸出，xi+1為第i+1層的輸出，?表示對(duì)x的一系列組合操作，包括ReLu(Rectified linear unit，ReLu)激活函數(shù)，一般為修正線性單元、Pooling池化操作、多個(gè)Conv層卷積操作、Batch Normalization批量歸一化操作。在訓(xùn)練過程中，網(wǎng)絡(luò)只需學(xué)習(xí)輸出xi+1與輸入xi的差?(xi)即殘差即可。當(dāng)網(wǎng)絡(luò)學(xué)習(xí)達(dá)到最優(yōu)狀態(tài)，該結(jié)構(gòu)會(huì)直接通過恒等映射向下方傳遞輸入，即可保證網(wǎng)絡(luò)始終處于最優(yōu)狀態(tài)，不會(huì)因?yàn)閷訑?shù)的加深導(dǎo)致網(wǎng)絡(luò)的退化。

ResNet能夠有效改善網(wǎng)絡(luò)加深梯度導(dǎo)致的爆炸彌散等問題。為進(jìn)一步降低網(wǎng)絡(luò)訓(xùn)練參數(shù)、提高特征及原始樣本的利用率，在實(shí)際檢測任務(wù)中，遇到目標(biāo)在整幅圖像中占比較小時(shí)，由于多層卷積會(huì)導(dǎo)致目標(biāo)信息丟失，通過密集連接網(wǎng)絡(luò)(DenseNet)[19]的網(wǎng)絡(luò)結(jié)構(gòu)改善算法，通過多層特征融合復(fù)用的思想，嘗試提高網(wǎng)絡(luò)對(duì)于小型密集目標(biāo)的學(xué)習(xí)能力。

如圖9所示，DenseNet由多個(gè)密集連接塊(DenseBlock)組成，每個(gè)DenseBlock內(nèi)部包含多個(gè)層間變換，如式(7)。

圖9 Densnet中一個(gè)模塊的網(wǎng)絡(luò)結(jié)構(gòu)圖

式中，x0為DenseBlock中的特征圖輸入，xi為經(jīng)過層間變換后的第i層輸出，Hi為非線性變換函數(shù)組(BN、ReLU、Conv(1,1)、BN、ReLU、Conv(3,3))。[x0,x1,x2,…,xi-1]表示依照?qǐng)D9中的方式連接，表示根據(jù)深度對(duì)特征圖的通道(chanel)維度直接連接。

2個(gè)相鄰的DenseBlock之間通過Transition相連，Transition層包括BN、ReLU、Conv(1,1)、AvgPooling(2,2)，其主要目的是降低特征圖的大小、壓縮模型參數(shù)。

3 K-means

為獲得符合目標(biāo)樹種z的長寬比形態(tài)學(xué)特征上的初始目標(biāo)候選框，可通過機(jī)器學(xué)習(xí)中的聚類算法對(duì)樣本目標(biāo)的長寬值進(jìn)行聚類分析統(tǒng)計(jì)，得出最優(yōu)的目標(biāo)候選框的長寬比。在機(jī)器學(xué)習(xí)算法中K-means聚類屬于無監(jiān)督算法，根據(jù)給定數(shù)據(jù)集間的特征關(guān)系，按照樣本間的實(shí)際距離將其聚類為K個(gè)簇，保證簇內(nèi)的距離最小、簇間距離最大。通過計(jì)算評(píng)價(jià)聚類結(jié)果中各簇內(nèi)部的緊密程度與簇間的分離程度關(guān)系Mean IoU（Mean IoU表示所有簇下的anchor與目標(biāo)邊框的IoU均值）來確定最佳聚類中心個(gè)數(shù)K的取值。為保證送入后續(xù)網(wǎng)絡(luò)中anchor值初始化的合理性，需對(duì)樣本數(shù)據(jù)做標(biāo)準(zhǔn)化處理，將其目標(biāo)邊框作為聚類特征數(shù)據(jù)輸入，目標(biāo)邊框尺寸的大致分布如圖10所示，待測目標(biāo)分布較為集中，但由于實(shí)際大小不一，存在尺度差異。經(jīng)多次迭代計(jì)算，計(jì)算多組K值下的Mean IoU如表2所示。簇的數(shù)量Clusters與其目標(biāo)邊框的IoU結(jié)果呈正比。由表2繪制圖11，Clusters的數(shù)量與Mean IoU的增幅呈反比并伴隨著龐大的計(jì)算量，給后續(xù)網(wǎng)絡(luò)計(jì)算增加負(fù)擔(dān)。

表2 K-means中不同簇心取值下目標(biāo)邊框的IoU均值

圖10 經(jīng)過標(biāo)準(zhǔn)化處理后目標(biāo)邊框的尺寸分布

圖11 Mean IOU隨K值變化曲線

改進(jìn)的Faster-RCNN算法結(jié)構(gòu)如圖12所示。在深度學(xué)習(xí)目標(biāo)檢測領(lǐng)域中，F(xiàn)aster-RCNN在最初RCNN的基礎(chǔ)上加入了一個(gè)新的網(wǎng)絡(luò)——RPN，又在原有網(wǎng)絡(luò)上增加了一個(gè)ROI池化層。整個(gè)網(wǎng)絡(luò)模型主要基于卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建，F(xiàn)aster-RCNN通過卷積層得到特征圖，滑動(dòng)窗口對(duì)特征圖上每一個(gè)位置根據(jù)不同的縱橫比和尺寸映射回原圖生成多個(gè)錨點(diǎn)(anchor)，為降低后續(xù)計(jì)算量龐大的問題，由RPN網(wǎng)絡(luò)對(duì)這些錨點(diǎn)進(jìn)行預(yù)提取。ROI池化層可接收任意尺度的輸入，并固定尺度輸出與后續(xù)全連接層相連。最終送入分類器和邊框回歸層，即可得到最終的檢測結(jié)果。筆者提出一種基于K-means聚類分析的算法改進(jìn)RPN網(wǎng)絡(luò)中anchor的初始化機(jī)制，以及網(wǎng)絡(luò)最后4層的權(quán)重結(jié)構(gòu)來提升模型對(duì)自然環(huán)境下目標(biāo)樹種的檢測能力并加快收斂。

圖12 基于K-means聚類分析改進(jìn)的Faster-RCNN算法結(jié)構(gòu)圖

在目標(biāo)檢測任務(wù)中主要通過平均精度mean Average Precision(mAP)來衡量一個(gè)檢測結(jié)果的優(yōu)劣。根據(jù)不同的類別繪制出對(duì)應(yīng)每一類的recall和precision曲線，AP即單類別檢測曲線下的面積，mAP為多類別AP和的平均值。recall代表召回率，即預(yù)測結(jié)果中預(yù)測為正的正樣本數(shù)量Tp與原樣本空間中所有正樣本數(shù)量Tp+FN的比值，其表達(dá)式如式(8)。precision代表準(zhǔn)確率，即預(yù)測結(jié)果中預(yù)測為正的正樣本數(shù)量Tp與預(yù)測結(jié)果中預(yù)測為正的樣本數(shù)量Tp+Fp的比值，其表達(dá)式如式(9)。在評(píng)估過程中，期望P和R的值均能更高，加入F1來綜合兩者的評(píng)估指標(biāo)，其表達(dá)式如式(10)。檢測過程中對(duì)于一個(gè)目標(biāo)會(huì)生成多個(gè)預(yù)測框，提出IoU作為檢測結(jié)果中目標(biāo)框準(zhǔn)確度的衡量標(biāo)準(zhǔn)。即預(yù)測框與目標(biāo)標(biāo)簽框選區(qū)域的交并比的值稱為IoU，通常IoU的值大于閾值被認(rèn)為是一個(gè)正確的預(yù)測框，反之為一個(gè)錯(cuò)誤的預(yù)測框。閾值可人為設(shè)定，IoU具體表達(dá)式如式(11)。

4 實(shí)驗(yàn)

4.1 實(shí)驗(yàn)環(huán)境

實(shí)驗(yàn)軟件平臺(tái)采用Linux Ubuntu 16.04 LTS系統(tǒng)、labelImage 1.8.3、OpenCV 4.1.2、tensorflow 1.14.0、CUDA 10.0.130，Cudnn 7.4.2計(jì)算機(jī)配備了32 GB內(nèi)存，Intel(R)Xeon(R)CPU E5-2620 v4@2.10 GHz，4張GeForce RTX2080ti顯卡。

初始學(xué)習(xí)率為0.0001，訓(xùn)練15000次后學(xué)習(xí)率降低為0.001；動(dòng)量因子為0.9；迭代訓(xùn)練20000次；每批次處理的數(shù)據(jù)量為128；采用L1平滑損失函數(shù)[20]處理數(shù)據(jù)中的異常值，模型優(yōu)化器為SGD[21]；訓(xùn)練前，通過改變亮度、對(duì)比度、飽和度等增強(qiáng)訓(xùn)練樣本，提升檢測模型在面對(duì)不同環(huán)境下數(shù)據(jù)集的魯棒性，最終通過遷移學(xué)習(xí)微調(diào)提升網(wǎng)絡(luò)性能。

4.2 實(shí)驗(yàn)方法與結(jié)果

4.2.1 實(shí)驗(yàn)一 經(jīng)過改進(jìn)骨干網(wǎng)絡(luò)后的Faster-RCNN模型與當(dāng)下較為流行的其他3種模型做了檢測性能對(duì)比（表3）。Des Faster-RCNN由于在特征圖卷積過程中依然保留先前的特征進(jìn)行學(xué)習(xí)，所以精度更高，網(wǎng)絡(luò)模型體積相較于其他模型更小，檢測速度相較于原本的Faster-RCNN更快。表明Des Faster-RCNN網(wǎng)絡(luò)能夠在壓縮模型體積的基礎(chǔ)上，進(jìn)一步提升檢測精度及速度。

表3 不同網(wǎng)絡(luò)模型下對(duì)臍橙單木數(shù)據(jù)集的檢測結(jié)果對(duì)比

4.2.2 實(shí)驗(yàn)二 表4為在Des Faster-RCNN的基礎(chǔ)上，加入K-means聚類分析的改進(jìn)實(shí)驗(yàn)，根據(jù)訓(xùn)練經(jīng)驗(yàn)擬定生成的anchors數(shù)量為9設(shè)計(jì)實(shí)驗(yàn)，圖13為Clusters數(shù)量為9時(shí)K-means聚類分析輸出的樣本分布圖，height和width表示anchor相較于原圖寬高縮放后的尺寸，N表示在不同尺寸anchor下待檢測的目標(biāo)數(shù)量。設(shè)定相同數(shù)量下不同尺寸的anchor，對(duì)比最終檢測精度，其中(0.03,0.05,0.07)為加入K-means聚類輸出的結(jié)果，其他anchor尺寸為人工預(yù)設(shè)的多組對(duì)照實(shí)驗(yàn)。結(jié)果表明，相較于人工預(yù)設(shè)的anchor值，加入K-means聚類分析后的anchor尺寸可提高Faster-RCNN的檢測精度并加速網(wǎng)絡(luò)收斂。

表4 相同數(shù)量不同尺寸的anchor對(duì)檢測結(jié)果的影響

圖13 K-means輸出的樣本分布圖

4.2.3 實(shí)驗(yàn)三 基于實(shí)驗(yàn)二的結(jié)論設(shè)計(jì)實(shí)驗(yàn)三。anchor尺寸全部經(jīng)過K-means聚類分析，即在不同Clusters數(shù)量下的聚類結(jié)果，取消人工預(yù)設(shè)anchor尺寸。表5結(jié)果表明，Clusters數(shù)量為9時(shí)，Des Faster-RCNN的檢測結(jié)果精度最高，并驗(yàn)證了隨著Clusters的增加，anchor數(shù)量冗余導(dǎo)致計(jì)算量倍增，不利于網(wǎng)絡(luò)收斂，檢測精度降低。

表5 anchor尺寸經(jīng)過K-means聚類輸出的結(jié)果值

4.3 遷移學(xué)習(xí)及網(wǎng)絡(luò)微調(diào)

遷移學(xué)習(xí)即將其他領(lǐng)域中學(xué)習(xí)到的知識(shí)或模型應(yīng)用到不同但相關(guān)的領(lǐng)域中。卷積神經(jīng)網(wǎng)絡(luò)中，隨著模型的層數(shù)復(fù)雜度的增加，模型的學(xué)習(xí)能力會(huì)有所提高。表6為在對(duì)Des Faster-RCNN訓(xùn)練的過程中，凍結(jié)骨干網(wǎng)絡(luò)的特征提取層，調(diào)節(jié)后續(xù)網(wǎng)絡(luò)結(jié)構(gòu)。設(shè)計(jì)實(shí)驗(yàn)對(duì)比淺調(diào)網(wǎng)絡(luò)模型的最后2層（分類得分層、邊框回歸層）、深調(diào)網(wǎng)絡(luò)模型的最后4層（分類得分層、邊框回歸層、全連接一層、全連接二層）。經(jīng)過遷移學(xué)習(xí)深調(diào)后，網(wǎng)絡(luò)能夠更有效地利用特征信息，對(duì)分類器以及回歸精度有4個(gè)百分點(diǎn)的提升，整個(gè)訓(xùn)練過程中的各項(xiàng)損失值也更加收斂。

表6 經(jīng)過微調(diào)前后模型的各項(xiàng)評(píng)估值

4.4 測試地塊結(jié)果圖

經(jīng)過K-means改進(jìn)的Des Faster-RCNN網(wǎng)絡(luò)在實(shí)地自然復(fù)雜環(huán)境下的臍橙果樹檢測效果如圖14所示。

圖14 Des Faster-RCNN網(wǎng)絡(luò)檢測細(xì)節(jié)圖

選取贛南地區(qū)寧都縣果園作為無人機(jī)航測地塊進(jìn)行實(shí)地檢測，結(jié)果如圖15所示。并將其上傳至已經(jīng)構(gòu)建的江西臍橙產(chǎn)業(yè)大數(shù)據(jù)平臺(tái)中。

圖15 實(shí)地航拍原圖及其檢測結(jié)果

在實(shí)地檢測任務(wù)中，由圖14a～b可知，陰天和晴天即使對(duì)無人機(jī)拍攝的成像效果存在較大的明暗差別，但檢測效果較為準(zhǔn)確，由圖14c可知，雖然臍橙在不同生長時(shí)期、不同樹齡的果樹大小不一，在無人機(jī)拍攝成像效果上的像素占比不同，但依然可通過本研究提出的改進(jìn)方法達(dá)到較為準(zhǔn)確的檢測效果，由圖

14d可知，臍橙果樹大都較為粘連、密集，為遙感俯視圖中的檢測任務(wù)帶來難題，本研究提出的網(wǎng)絡(luò)改進(jìn)方法可有效解決密集、粘連的臍橙果樹檢測計(jì)數(shù)問題。由圖15可知，經(jīng)過批量的瓦片識(shí)別后，根據(jù)瓦片的坐標(biāo)信息轉(zhuǎn)換成谷歌坐標(biāo)格式，根據(jù)坐標(biāo)信息上傳拼接至谷歌底圖，從而實(shí)現(xiàn)直觀的審閱統(tǒng)計(jì)，將數(shù)據(jù)坐標(biāo)信息儲(chǔ)存到云數(shù)據(jù)庫中，完成構(gòu)建江西省臍橙產(chǎn)業(yè)大數(shù)據(jù)平臺(tái)。

5 結(jié)語

針對(duì)臍橙果林統(tǒng)計(jì)在自然復(fù)雜環(huán)境下單木提取準(zhǔn)確率較低的問題，提出了一種改進(jìn)的多尺度卷積骨干網(wǎng)絡(luò)Des-Faster-RCNN，并加入了K-means聚類分析改進(jìn)網(wǎng)絡(luò)參數(shù)設(shè)置，訓(xùn)練過程結(jié)合遷移學(xué)習(xí)的思想進(jìn)行微調(diào)，實(shí)現(xiàn)對(duì)臍橙果樹在不同自然環(huán)境、不同生長時(shí)期以及不同長勢下的檢測與檢測，最終在測試集上的平均精度為97.6%，并與當(dāng)下較為前沿的YOLOv3、Faster-RCNN、SSD檢測模型相比，均有不同程度的提升。

為驗(yàn)證提出的改進(jìn)算法的有效性及可行性，筆者設(shè)計(jì)了3組實(shí)驗(yàn)，對(duì)不同條件下的改進(jìn)策略進(jìn)行檢測性能的對(duì)比。結(jié)果表明，改進(jìn)的Des Faster-RCNN網(wǎng)絡(luò)能夠有效提高網(wǎng)絡(luò)在卷積過程中對(duì)其特征的利用率，加強(qiáng)對(duì)密集粘連目標(biāo)以及小目標(biāo)的檢測能力，通過縮減網(wǎng)絡(luò)結(jié)構(gòu)中卷積層的數(shù)量，充分壓縮網(wǎng)絡(luò)模型；加入K-means聚類分析改進(jìn)網(wǎng)絡(luò)預(yù)設(shè)參數(shù)，提高網(wǎng)絡(luò)的收斂能力；在訓(xùn)練過程中結(jié)合遷移學(xué)習(xí)的思想，微調(diào)網(wǎng)絡(luò)結(jié)構(gòu)中的分類器以及全連接層；結(jié)合以上改進(jìn)，最終提升模型的檢測精度和速度。

將筆者提出的算法用于工業(yè)實(shí)地檢測，并保存于構(gòu)建的江西省臍橙產(chǎn)業(yè)大數(shù)據(jù)平臺(tái)，為果林智能化管理提供必要幫助。未來將結(jié)合高光譜數(shù)據(jù)在果林病蟲害檢測方向上展開進(jìn)一步研究。