王相友 李晏興 楊振宇 張 蒙 王榮銘 崔麗霞

(1.山東理工大學(xué)農(nóng)業(yè)工程與食品科學(xué)學(xué)院， 淄博 255000； 2.山東理工大學(xué)機(jī)械工程學(xué)院， 淄博 255000)

0 引言

隨著“馬鈴薯主糧化”戰(zhàn)略的實(shí)施，馬鈴薯種植業(yè)得到大力發(fā)展，馬鈴薯收獲成為影響馬鈴薯產(chǎn)業(yè)發(fā)展的重要因素。采用現(xiàn)有機(jī)械化收獲方式收獲馬鈴薯會(huì)摻雜大量的土塊和石塊，需要依靠人工進(jìn)行撿拾，這降低了馬鈴薯收獲效率、增加了收獲成本[1-3]。

針對(duì)馬鈴薯中土塊與石塊的識(shí)別與剔除問題，國(guó)內(nèi)外學(xué)者進(jìn)行了大量研究。HOSAINPOUR等[4]基于聲學(xué)原理，利用反向傳播算法的多層神經(jīng)網(wǎng)絡(luò)進(jìn)行模式識(shí)別，對(duì)馬鈴薯和土塊的檢測(cè)正確率分別為97.3%和97.6%。Al-MALLAHI等[5-6]利用基于像素顏色信息的線性判別分析識(shí)別馬鈴薯中的土塊，并利用高光譜成像技術(shù)對(duì)成像波段進(jìn)行優(yōu)選，識(shí)別正確率可達(dá)98%以上；利用馬鈴薯和土塊在紫外波段不同反射率造成的成像差異，通過平滑灰度直方圖，將波峰對(duì)應(yīng)的灰度設(shè)置為閾值分割背景、土塊和馬鈴薯，從而識(shí)別出98.79%的馬鈴薯和98.28%的土塊。MCGLOUGHLIN等[7]以馬鈴薯像素占比為判斷閾值，高于該閾值的目標(biāo)判斷為馬鈴薯，低于該閾值的目標(biāo)判斷為土塊或石塊。挪威TOMRA公司采用近紅外相機(jī)和彩色相機(jī)成像的方法去除馬鈴薯中土塊、石塊等異物，生產(chǎn)率可達(dá)7～15 t/h。美國(guó)KEY TECHNOLOGY公司采用激光和機(jī)器視覺技術(shù)相結(jié)合的方法分選馬鈴薯中的異物，最高生產(chǎn)率可達(dá)45 t/h。王榮本等[8-9]從模式識(shí)別的分類理論出發(fā)，提出基于改進(jìn)的二維類間方差的多門限閾值石塊分割方法。謝勝仕等[10]以明薯率和破皮率為評(píng)價(jià)指標(biāo)，通過優(yōu)化薯土擺動(dòng)分離篩的結(jié)構(gòu)和工作參數(shù)實(shí)現(xiàn)了薯土分離。耿金鳳[11]采用支持向量機(jī)對(duì)馬鈴薯中的土塊與石塊進(jìn)行分類識(shí)別研究。劉芳等[12]提出了一種改進(jìn)型多尺度YOLO算法，構(gòu)建了復(fù)雜環(huán)境下番茄果實(shí)快速識(shí)別網(wǎng)絡(luò)模型，該模型對(duì)番茄圖像的檢測(cè)精度為97.13%，準(zhǔn)確率為96.36%。WU等[13]利用通道剪枝算法對(duì)YOLO v4算法進(jìn)行優(yōu)化，模型參數(shù)量減少了96.74%，推斷時(shí)間縮短了39.47%。

上述研究大都利用馬鈴薯與土塊和石塊的差異來實(shí)現(xiàn)土塊和石塊的識(shí)別。在實(shí)際生產(chǎn)中，馬鈴薯收獲后其表面會(huì)附著大量泥土，只有少部分薯皮外露，現(xiàn)有方法易將馬鈴薯誤判為土塊。此外，某些石塊的顏色和形狀與馬鈴薯相近，也會(huì)對(duì)石塊識(shí)別產(chǎn)生影響。因此，只有獲取目標(biāo)物更深層的特征信息，才能提高含雜馬鈴薯中土塊和石塊的檢測(cè)精度。

YOLO[14-15]系列網(wǎng)絡(luò)是一種基于深度卷積神經(jīng)網(wǎng)絡(luò)的對(duì)象識(shí)別和定位算法，其突出特點(diǎn)是運(yùn)行速度快、可以用于實(shí)時(shí)檢測(cè)。YOLO通過主干特征提取網(wǎng)絡(luò)，獲取輸入圖像的深度特征，利用特征融合進(jìn)一步提高特征的有效性，能夠提高目標(biāo)檢測(cè)的精度。本文以YOLO v4算法為基礎(chǔ)，建立含雜馬鈴薯土塊石塊檢測(cè)模型，利用通道剪枝算法對(duì)模型進(jìn)行優(yōu)化，以降低運(yùn)算成本，提升目標(biāo)檢測(cè)的速度和精度。

1 數(shù)據(jù)采集與預(yù)處理

含雜馬鈴薯圖像數(shù)據(jù)采集于內(nèi)蒙古自治區(qū)烏蘭察布市商都縣，拍攝于2020年9月20—27日。圖像采集設(shè)備為MV-UBS31GC型工業(yè)相機(jī)。圖1為圖像采集示意圖。

采集圖像時(shí)，相機(jī)固定在馬鈴薯輸送帶上方約60 cm處，在自然光的照射下進(jìn)行拍攝，拍攝結(jié)果保存為752像素×480像素的RGB圖像，土塊圖像1 187幅，石塊圖像794幅，根莖圖像15幅，其他雜物圖像13幅。含雜馬鈴薯中主要雜物為土塊和石塊，其他雜物數(shù)量遠(yuǎn)少于土塊和石塊，由于用來訓(xùn)練模型的樣本數(shù)量不足，故選擇土塊和石塊作為主要研究對(duì)象。圖2為一組輸送帶上馬鈴薯中土塊石塊圖像，圖2a、2b中表面附著有泥土的馬鈴薯和含水率高的土塊灰度分布在[60,140]區(qū)間內(nèi)；圖2c、2d中含水率低的土塊和石塊的灰度分布在[40,210]區(qū)間內(nèi)，與馬鈴薯灰度分布區(qū)間有較大重合。如果通過圖像增強(qiáng)方法增加圖像中目標(biāo)物之間的灰度差異，利用基于灰度的閾值分割方法對(duì)圖像進(jìn)行分割，通過形態(tài)學(xué)處理去除背景中的小目標(biāo)，可能會(huì)因?yàn)橥翂K石塊與馬鈴薯灰度相同無法分割出目標(biāo)。因此本文利用深度卷積神經(jīng)網(wǎng)絡(luò)提取土塊石塊特征，實(shí)現(xiàn)含雜馬鈴薯中土塊石塊的識(shí)別。

本研究共獲取了1 856幅圖像，利用LabelImg對(duì)每幅圖像中的馬鈴薯、土塊和石塊進(jìn)行人工標(biāo)注，標(biāo)注時(shí)以目標(biāo)的最小外接矩形作為真實(shí)框。為豐富目標(biāo)物的背景，采用Mosaic數(shù)據(jù)增強(qiáng)[16-17]方法，通過讀取4幅不同圖像，分別對(duì)4幅圖像進(jìn)行翻轉(zhuǎn)、縮放和色域變化等操作，并且將4幅圖像按左上、左下、右下和右上4個(gè)方向位置擺好，最后進(jìn)行圖像組合和真實(shí)框組合。結(jié)果如圖3所示。通過以上方法，最終將數(shù)據(jù)集樣本圖像擴(kuò)增至8 621幅，隨機(jī)選取其中70%(6 035幅)作為訓(xùn)練集，30%(2 586幅)作為測(cè)試集。

土塊因含水率不同表現(xiàn)出不同的形狀和顏色[18]，本研究圖像數(shù)據(jù)的采集時(shí)間分別是08：00—12：00和14：00—18：00，以保證本文方法對(duì)不同土塊形態(tài)的適應(yīng)性。

研究所用計(jì)算機(jī)為Intel? CoreTMi7-10700k，5.1 GHz處理器，運(yùn)行內(nèi)存為16 GB,存儲(chǔ)內(nèi)存為256 GB，11GB NVIDIA RTX2080ti GPU，開發(fā)環(huán)境為Python 3.7。

2 含雜馬鈴薯土塊石塊快速識(shí)別方法

含雜馬鈴薯中土塊石塊快速檢測(cè)的技術(shù)路線如圖4所示。將人工標(biāo)注的土塊石塊數(shù)據(jù)輸入YOLO v4模型中進(jìn)行訓(xùn)練和微調(diào)，實(shí)現(xiàn)模型對(duì)目標(biāo)的快速識(shí)別。通過利用通道剪枝算法對(duì)模型中冗余通道和權(quán)重參數(shù)進(jìn)行修剪，從而在保證精度的情況下簡(jiǎn)化模型的結(jié)構(gòu)和參數(shù)。

2.1 基于YOLO v4的土塊石塊檢測(cè)模型

YOLO v4目標(biāo)檢測(cè)算法是YOLO v3目標(biāo)檢測(cè)算法的改進(jìn)版，相較于YOLO v3目標(biāo)檢測(cè)算法，該算法分別從數(shù)據(jù)增強(qiáng)、主干特征提取網(wǎng)絡(luò)、特征金字塔、損失函數(shù)和激活函數(shù)等方面進(jìn)行了優(yōu)化，提高了該算法實(shí)時(shí)檢測(cè)的速度和精度[19]。YOLO v4通過主干特征提取網(wǎng)絡(luò)CSPDarknet53實(shí)現(xiàn)輸入圖像的特征提取，利用PANet(Path aggregation network)實(shí)現(xiàn)不同輸出層之間的特征融合，在分類回歸層仍然沿用YOLO v3的結(jié)構(gòu)。本文基于YOLO v4算法建立的含雜馬鈴薯中土塊石塊的檢測(cè)識(shí)別模型主要由以下4個(gè)模塊構(gòu)成：CSP(Center and scale prediction)模塊將原來殘差塊的堆疊劃分成了兩部分，一部分繼續(xù)進(jìn)行殘差塊的堆疊，另一部分只經(jīng)少量處理再與輸出相連，能夠提高網(wǎng)絡(luò)的學(xué)習(xí)能力。CBM(Convolution，batch normalization and Mish)模塊用來提取輸入圖像特征，包括卷積、標(biāo)準(zhǔn)化和Mish激活函數(shù)處理。CBL(Convolution, batch normalization and LeakyReLU)模塊同樣用來提取圖像特征，與CBM模塊不同的是，該模塊的激活函數(shù)為L(zhǎng)eakyReLU。SPP(Spatial pyramid pooling)模塊利用不同尺度的最大池化對(duì)輸入特征層進(jìn)行池化后再進(jìn)行堆疊，能夠極大增加感受野。

為提高模型的檢測(cè)效率，設(shè)定輸入圖像尺寸為416像素×416像素。YOLO v4模型的主要參數(shù)為：學(xué)習(xí)率0.001，迭代次數(shù)8 000，類別為2。在設(shè)定好模型參數(shù)后，分別將訓(xùn)練集和測(cè)試集中的數(shù)據(jù)輸入YOLO v4模型中進(jìn)行處理。YOLO v4模型的損失值(L)主要由邊界框損失值(LCIoU)、置信度損失值(Lconf)和類別損失值(Lclass)組成[20]，損失值計(jì)算式為

L=LCIoU+Lconf+Lclass

(1)

(2)

(3)

(4)

BCE(,n)=-lgn-(1-)lg(1-n)

(5)

(6)

(7)

(8)

式中IoU——預(yù)測(cè)框與真實(shí)框交集和并集的比值

a——權(quán)重系數(shù)

v——長(zhǎng)寬相似比

d——預(yù)測(cè)框和真實(shí)框中心點(diǎn)間的歐氏距離

c——預(yù)測(cè)框和真實(shí)框所組成的最小閉包區(qū)域?qū)蔷€的距離

wgt、hgt——真實(shí)框的寬和高

w、h——預(yù)測(cè)框的寬和高

S——網(wǎng)格數(shù)量

pc——第i個(gè)網(wǎng)格的第j個(gè)先驗(yàn)框負(fù)責(zé)物體時(shí)的交叉熵

B——每個(gè)網(wǎng)格中先驗(yàn)框的數(shù)量

n——第i個(gè)網(wǎng)格的第j個(gè)先驗(yàn)框預(yù)測(cè)的類

p——當(dāng)前先驗(yàn)框有物體的概率

本文對(duì)YOLO v4模型進(jìn)行8 000次迭代，圖5為損失函數(shù)的變化趨勢(shì)。從圖5中可以看出，損失函數(shù)在迭代的初期下降迅速，表明模型正在快速擬合，模型的學(xué)習(xí)效率較高。隨著迭代的進(jìn)行，約在1 800次時(shí)，模型損失值減小速度開始變緩，迭代至4 000次時(shí)，損失值在0.3附近波動(dòng)，模型達(dá)到穩(wěn)定狀態(tài)。

本文提出的YOLO v4模型檢測(cè)結(jié)果如圖6所示，在復(fù)雜背景下模型能夠準(zhǔn)確識(shí)別出馬鈴薯、土塊和石塊，識(shí)別結(jié)果不受目標(biāo)物表面泥土以及土塊含水量的影響，證明了該檢測(cè)模型的有效性，為模型剪枝提供了基礎(chǔ)。

2.2 基于通道剪枝的YOLO v4土塊石塊檢測(cè)模型

本文所建立的YOLO v4模型雖能實(shí)現(xiàn)收獲后馬鈴薯中雜物的檢測(cè)，但模型的結(jié)構(gòu)和參數(shù)數(shù)量較大，計(jì)算耗時(shí)較大，另一方面，含雜馬鈴薯中土塊石塊的檢測(cè)一般在田間進(jìn)行，需要與輸送設(shè)備配合使用。因此，為提高檢測(cè)模型的實(shí)用性，降低模型的計(jì)算量，有必要對(duì)模型進(jìn)行修剪。

通道剪枝算法能夠修剪掉模型中不重要的通道以及相關(guān)的輸入輸出關(guān)系[21]。與分層剪枝算法相比，該算法減少了需要存儲(chǔ)的參數(shù)量，對(duì)硬件的要求更低，更容易部署在小型移動(dòng)設(shè)備上[13-14]。本文在保證精度的基礎(chǔ)上利用通道剪枝算法對(duì)YOLO v4模型進(jìn)行修剪。

通道剪枝算法實(shí)現(xiàn)原理如圖7所示，在模型訓(xùn)練期間，利用網(wǎng)絡(luò)中批歸一化(BN)層[22]的γ系數(shù)對(duì)每個(gè)輸入通道的貢獻(xiàn)率進(jìn)行評(píng)分。將貢獻(xiàn)率高的通道(藍(lán)線)進(jìn)行保留，貢獻(xiàn)率低的通道(紅線)進(jìn)行修剪，修剪后的模型結(jié)構(gòu)更加緊湊(右側(cè))。

模型剪枝的具體步驟如下：

(1)在模型訓(xùn)練期間，通過對(duì)網(wǎng)絡(luò)BN層的γ系數(shù)施加L1正則約束，使模型朝著結(jié)構(gòu)性稀疏的方向調(diào)整參數(shù)。

(2)在完成稀疏訓(xùn)練后，模型便按照既定的剪枝率進(jìn)行修剪，從而降低模型占用的存儲(chǔ)空間。

(3)剪枝完成后，對(duì)模型進(jìn)行微調(diào)以有效恢復(fù)剪枝造成的精度損失。

通道剪枝算法損失函數(shù)為

(9)

式(9)中等號(hào)右側(cè)第1項(xiàng)為網(wǎng)絡(luò)訓(xùn)練的損失函數(shù)；x和y分別為訓(xùn)練的輸入和輸出；W為網(wǎng)絡(luò)的訓(xùn)練參數(shù)；第2項(xiàng)為BN層γ系數(shù)的L1正則約束項(xiàng)；λ為懲罰因子。

本文通道剪枝處理的基本參數(shù)設(shè)置如表1所示。

表1 通道剪枝的基本參數(shù)設(shè)定

各BN層γ系數(shù)分布中心的變化趨勢(shì)如圖8所示，圖中γ系數(shù)隨著訓(xùn)練的進(jìn)行逐漸趨近于0，只有部分γ系數(shù)未衰減到0，說明γ系數(shù)正逐漸變得稀疏。直到迭代300次時(shí)，γ系數(shù)趨于穩(wěn)定，說明稀疏訓(xùn)練已達(dá)到穩(wěn)定狀態(tài)。稀疏訓(xùn)練完成后，以0.8為剪枝率對(duì)YOLO v4模型進(jìn)行通道修剪。剪枝后各層通道數(shù)量變化如圖9所示，各個(gè)卷積層的通道數(shù)量都得到了大幅度降低，證明該剪枝算法是有效的。

剪枝結(jié)果如表2所示，剪枝后模型的參數(shù)量減少了94.37%，模型存儲(chǔ)空間下降了187.35 MB，前向運(yùn)算時(shí)間縮短了0.02 s，mAP下降了2.1個(gè)百分點(diǎn)。微調(diào)后模型參數(shù)和占用空間略有增加，但其精度仍與剪枝前相近，前向傳播時(shí)間也沒有明顯變化。結(jié)果表明，剪枝處理能夠在保證模型原有精度的情況下對(duì)模型進(jìn)行簡(jiǎn)化。

表2 微調(diào)后模型參數(shù)

2.3 模型性能評(píng)價(jià)指標(biāo)

選用平均精度均值(mAP)、準(zhǔn)確率P、召回率R和檢測(cè)速度作為模型性能的評(píng)價(jià)指標(biāo)。

模型經(jīng)非極大抑制(Non maximum suppression，NMS)處理后，選取置信度大于0.5的預(yù)測(cè)框?yàn)檎龢颖荆粗疄樨?fù)樣本。

3 結(jié)果與分析

基于剪枝算法的YOLO v4檢測(cè)模型對(duì)2 586幅圖像的識(shí)別準(zhǔn)確率為91.43%，召回率為97.64%，平均IoU為87.25%，mAP為96.42%，檢測(cè)速度為78.49 f/s。識(shí)別結(jié)果表明，該模型檢測(cè)精度高，檢測(cè)速度快，為收獲后馬鈴薯在線除雜提供了技術(shù)基礎(chǔ)。

3.1 與其他目標(biāo)檢測(cè)模型的比較

在目標(biāo)檢測(cè)領(lǐng)域，F(xiàn)aster R-CNN[23]、Tiny-YOLO v2、YOLO v3[24]、SSD[25]都有較高的檢測(cè)精度，為驗(yàn)證本文方法的有效性，使用本文訓(xùn)練集對(duì)這4種模型和YOLO v4模型進(jìn)行訓(xùn)練，使用測(cè)試集數(shù)據(jù)對(duì)這5種算法性能進(jìn)行評(píng)估，評(píng)估結(jié)果如表3所示。

表3 5種算法的性能評(píng)估

與其他5種模型相比，本文方法的準(zhǔn)確率更高。剪枝后的YOLO v4 模型的mAP相比剪枝前的YOLO v4模型下降了2.1個(gè)百分點(diǎn)，微調(diào)后模型精度仍與剪枝前相近。在檢測(cè)速度方面，YOLO v3和SSD雖然比本文方法大，但mAP分別比本文方法低5.65、10.78個(gè)百分點(diǎn)。雖然YOLO v3在檢測(cè)速度和準(zhǔn)確率兩方面與本文方法相近，但在模型存儲(chǔ)空間方面，本文方法有絕對(duì)優(yōu)勢(shì)，本文方法比Tiny-YOLO v2小49.82 MB。

綜上所述，與其他5種模型相比，本文方法有較高的mAP和較高的檢測(cè)速度，其中mAP比Faster R-CNN、Tiny-YOLO v2、YOLO v3、SSD高11.2、11.5、5.65、10.78個(gè)百分點(diǎn)，比YOLO v4模型低0.04個(gè)百分點(diǎn)。檢測(cè)速度分別比Faster R-CNN、Tiny-YOLO v2和YOLO v4高27.73、38.17、7.58 f/s。本文方法檢測(cè)準(zhǔn)確率高，檢測(cè)速度快，剪枝處理后占用空間小，證明基于剪枝算法的YOLO v4檢測(cè)模型具有較高的實(shí)用性，可用于收獲后含雜馬鈴薯中土塊石塊的檢測(cè)。

3.2 討論

比較了在不同剪枝率下兩種模型的各項(xiàng)性能，結(jié)果如表4所示，以剪枝率0.8和0.97分別對(duì)YOLO v3模型和YOLO v4模型進(jìn)行處理，并與未作剪枝處理的模型進(jìn)行比較。

表4 不同剪枝率模型性能對(duì)比

每秒浮點(diǎn)運(yùn)算次數(shù)和模型存儲(chǔ)空間都得到了大幅度壓縮，剪枝率為0.97的YOLO v4模型存儲(chǔ)空間為14.68 MB，模型存儲(chǔ)空間被壓縮到原始模型存儲(chǔ)空間的7.24%，剪枝率為0.8的模型被壓縮到原始模型的10.23%。

在模型性能方面，剪枝處理會(huì)在一定程度上降低模型的mAP，但在較大的剪枝率(0.97)下，mAP僅下降了約3個(gè)百分點(diǎn)，小的剪枝率則下降的更少。對(duì)比兩種模型剪枝與不剪枝的結(jié)果，模型各項(xiàng)性能得到一定的提升，說明剪枝處理在當(dāng)前數(shù)據(jù)集中有積極效果。

在運(yùn)算速度上，剪枝率0.97的YOLO v3模型速度相比原始模型提升了38.71%，剪枝率0.8的模型相比原模型提升了12.9%；剪枝率0.97的YOLO v4模型速度相比原始模型提升了40.96%，剪枝率0.8的模型相比原模型提升了24.1%，說明剪枝處理能有效提高模型前向運(yùn)算速度。

4 結(jié)束語

提出了基于改進(jìn)YOLO v4模型的含雜馬鈴薯中土塊石塊的檢測(cè)方法。YOLO v4模型以CSPDarknet53為主干特征提取網(wǎng)絡(luò)，在保證檢測(cè)準(zhǔn)確率的前提下，利用通道剪枝算法對(duì)模型進(jìn)行剪枝處理，以簡(jiǎn)化模型結(jié)構(gòu)、降低運(yùn)算量。采用Mosaic數(shù)據(jù)增強(qiáng)方法擴(kuò)充圖像數(shù)據(jù)集(8 621幅圖像)，對(duì)模型進(jìn)行微調(diào)，實(shí)現(xiàn)了馬鈴薯中土塊石塊的檢測(cè)。測(cè)試結(jié)果表明，模型參數(shù)量減少了94.37%，模型存儲(chǔ)空間下降了187.35 MB，前向運(yùn)算時(shí)間縮短了0.02 s，mAP為96.42%，模型存儲(chǔ)空間為20.75 MB，檢測(cè)速度為78.49 f/s，滿足實(shí)際生產(chǎn)需要，可應(yīng)用于收獲后馬鈴薯的除雜處理。