王宏樂(lè)，王興林，李文波，鄒阿配，葉全洲，劉大存

（1.華南理工大學(xué)環(huán)境與能源學(xué)院，廣東 廣州 510006；2.深圳市豐農(nóng)控股有限公司，廣東 深圳 518055；3.深圳市宇眾物聯(lián)科技有限公司，廣東 深圳 518126；4.深圳市豐農(nóng)數(shù)智農(nóng)業(yè)科技有限公司，廣東 深圳 518055）

【研究意義】種子檢測(cè)是作物質(zhì)量檢測(cè)的關(guān)鍵環(huán)節(jié)，也是品種選育、新品種審定和推廣的重要依據(jù)。種子的傳統(tǒng)檢測(cè)方法主要依賴于人工或電子計(jì)數(shù)儀，存在效率低、誤差大、耗時(shí)耗力等問(wèn)題［1-3］。Duan 等［4］研發(fā)了一種采用單色線陣列相機(jī)進(jìn)行稻粒圖像在線采集的水稻谷粒考種系統(tǒng)，該系統(tǒng)能夠分析稻粒總粒數(shù)、實(shí)粒數(shù)、空粒數(shù)和千粒重，但仍存在設(shè)備體積太大、功能不夠完善、使用不便利等問(wèn)題。隨著深度學(xué)習(xí)技術(shù)的快速發(fā)展，卷積神經(jīng)網(wǎng)絡(luò)（Convolutional neural networks,CNN）被運(yùn)用于農(nóng)業(yè)領(lǐng)域中的花、果以及種子計(jì)數(shù)等場(chǎng)景中［3,5-6］。Tan 等［7］報(bào)道了基于分割的水稻谷粒統(tǒng)計(jì)的算法；Yu 等［8］報(bào)道了使用深度學(xué)習(xí)框架R-CNN進(jìn)行水平框目標(biāo)檢測(cè)的方法對(duì)水稻小穗進(jìn)行識(shí)別和計(jì)數(shù)，并獲得了優(yōu)異的效果；Deng 等［9］通過(guò)改進(jìn)R-CNN 網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化了稻穗上谷粒檢測(cè)的準(zhǔn)確性，使漏檢問(wèn)題有所改善。新技術(shù)在考種領(lǐng)域的應(yīng)用可以提高工作效率和準(zhǔn)確度。在谷粒質(zhì)量檢測(cè)及水稻育種中，谷粒粒型（粒長(zhǎng)、粒寬、長(zhǎng)寬比）是品種選育、識(shí)別和衡量稻米外觀品質(zhì)的主要指標(biāo),與稻米食味品質(zhì)以及商業(yè)價(jià)值顯著相關(guān)，可以使用圖像分割的方法、邊界提取算法來(lái)實(shí)現(xiàn)該參數(shù)的快速計(jì)算［1,10-14］，但尚未見(jiàn)使用目標(biāo)檢測(cè)的方法來(lái)計(jì)算谷粒長(zhǎng)寬比的報(bào)道。探索建立谷粒計(jì)數(shù)檢測(cè)和谷粒粒型參數(shù)提取相結(jié)合的可能性，可以簡(jiǎn)化考種的工作流程，同時(shí)提升檢測(cè)效果以及探索其在考種中的應(yīng)用。

【前人研究進(jìn)展】目標(biāo)檢測(cè)是計(jì)算機(jī)視覺(jué)領(lǐng)域的基本任務(wù)之一?；谏疃葘W(xué)習(xí)的目標(biāo)檢測(cè)算法有兩大主流方向，分別是兩階段（Twostage）模型和一階段（One-stage）模型［15］。兩階段模型以基于區(qū)域卷積神經(jīng)網(wǎng)絡(luò)（Regions with convolutional neural network,RCNN）的網(wǎng)絡(luò)結(jié)構(gòu)作為代表，第一步是計(jì)算生成候選框，第二步是通過(guò)深度學(xué)習(xí)對(duì)候選框進(jìn)行特征提取，預(yù)測(cè)候選框的目標(biāo)類別與目標(biāo)位置［16］。兩階段模型由于要對(duì)候選框進(jìn)行大量搜索，以及對(duì)大量候選框進(jìn)行卷積操作，使得計(jì)算比較耗時(shí)［17］。一階段模型以CenterNet 和YOLO（You only look once）系列為代表，可直接從輸入圖片中提取特征，同時(shí)確定目標(biāo)物體的類別與定位，實(shí)現(xiàn)了更快的檢測(cè)速度［18-19］。傳統(tǒng)的目標(biāo)檢測(cè)器通過(guò)水平邊界框（Horizontal bounding boxes,HBB）定位對(duì)象。HBB 具有良好的魯棒性，但準(zhǔn)確性不足，在許多實(shí)際應(yīng)用中具有一定的局限性，如文本識(shí)別、遙感目標(biāo)檢測(cè)等，這些目標(biāo)物體都具有任意方向性、高縱橫比和密集分布的特征，因此，基于HBB 的模型可能會(huì)導(dǎo)致嚴(yán)重的重疊和噪聲［17］。

為了解決這類問(wèn)題，Ma 等［20］提出了基于旋轉(zhuǎn)的邊界框（Bounding box），并將之引入RPN架構(gòu)，實(shí)現(xiàn)了遙感圖像任意方向的文本檢測(cè)；Zhou 等［21］提出一種新的旋轉(zhuǎn)目標(biāo)定義方式，通過(guò)學(xué)習(xí)特征點(diǎn)到旋轉(zhuǎn)框的四邊距離以及角度信息，實(shí)現(xiàn)了一階段文本檢測(cè)；Yang 等［22］提出一種新的一階段旋轉(zhuǎn)目標(biāo)檢測(cè)網(wǎng)絡(luò)（R3Det），該框架通過(guò)特征插值將當(dāng)前精煉的邊界框位置信息重新編碼為對(duì)應(yīng)的特征點(diǎn)，以實(shí)現(xiàn)特征重構(gòu)和對(duì)齊，從而獲取更準(zhǔn)確的特征以提高旋轉(zhuǎn)目標(biāo)檢測(cè)性能。該方法的優(yōu)點(diǎn)是可以更好地分離密集分布的目標(biāo)物體，避免相鄰邊界框的重疊，以及減少捕獲目標(biāo)而引入的背景噪聲。目前，流行的基于回歸方式的角度預(yù)測(cè)方法存在一些邊界問(wèn)題，會(huì)導(dǎo)致產(chǎn)生一個(gè)較大的損失值，因此，Yang 等［23］提出環(huán)形平滑標(biāo)簽（Circular smooth label,CSL）方法，將角度的回歸問(wèn)題轉(zhuǎn)換成一個(gè)分類問(wèn)題，通過(guò)限制預(yù)測(cè)結(jié)果的范圍來(lái)消除這一問(wèn)題。隨后，Yang 等［24］進(jìn)一步從過(guò)于厚重的預(yù)測(cè)層以及對(duì)類正方形目標(biāo)檢測(cè)不友好等方面優(yōu)化了CSL 旋轉(zhuǎn)目標(biāo)檢測(cè)網(wǎng)絡(luò)，提升了檢測(cè)精度。盡管上述方法在旋轉(zhuǎn)目標(biāo)檢測(cè)方面取得很大進(jìn)步，但是旋轉(zhuǎn)邊界框的引入還是會(huì)存在一些小問(wèn)題，比如較小的角度變化將導(dǎo)致交并比（Intersection over union,IoU）迅速下降，導(dǎo)致檢測(cè)結(jié)果不準(zhǔn)確。為了解決這一問(wèn)題，一種比較好的方法就是解耦旋轉(zhuǎn)錨框的匹配，將旋轉(zhuǎn)邊界框（Oriented bounding boxes,OBB）視為水平邊界框（HBB）和角度的組合，匹配過(guò)程基于旋轉(zhuǎn)解耦邊界框的IoU 而非OBB，因此錨框匹配的穩(wěn)定性會(huì)更好［17］。

【本研究切入點(diǎn)】傳統(tǒng)水平框檢測(cè)雖已得到廣泛應(yīng)用，并具有相當(dāng)準(zhǔn)確率，但對(duì)不規(guī)則的目標(biāo)物體特征提取仍十分有限。解耦的旋轉(zhuǎn)錨框匹配策略是基于特征金字塔網(wǎng)絡(luò)（FPN）的結(jié)構(gòu)，該結(jié)構(gòu)采用了多尺度特征融合技術(shù)，對(duì)小目標(biāo)物體檢測(cè)效果有比較明顯的提升，適合于遙感和水稻谷粒等小目標(biāo)物體檢測(cè)?！緮M解決的關(guān)鍵問(wèn)題】相比傳統(tǒng)HBB 檢測(cè)中存在大量非目標(biāo)背景區(qū)域，不能準(zhǔn)確計(jì)算出水稻谷粒的長(zhǎng)寬比，不利于檢測(cè)目標(biāo)區(qū)域準(zhǔn)確的面積計(jì)算，使得傳統(tǒng)水平框目標(biāo)檢測(cè)不能在考種中對(duì)谷粒長(zhǎng)寬比進(jìn)行有效計(jì)算。傳統(tǒng)水平框的目標(biāo)檢測(cè)方法，因標(biāo)注區(qū)域存在非目標(biāo)區(qū)域，以及水平框標(biāo)注不能解決密集分布目標(biāo)的重疊問(wèn)題，較難實(shí)現(xiàn)對(duì)密集分布目標(biāo)檢測(cè)的準(zhǔn)確區(qū)分，經(jīng)常存在漏檢情況。本研究旨在設(shè)計(jì)一種解耦的旋轉(zhuǎn)錨框匹配策略，在保證檢測(cè)精度的同時(shí)實(shí)現(xiàn)稻谷長(zhǎng)寬比的快速準(zhǔn)確計(jì)算，簡(jiǎn)化考種工作流程，開(kāi)發(fā)方便快速的基于計(jì)算機(jī)視覺(jué)目標(biāo)檢測(cè)的谷粒檢測(cè)新方式，并探索基于這種錨框匹配策略在考種中的應(yīng)用。

1 材料與方法

1.1 數(shù)據(jù)采集、特征標(biāo)注及處理

水稻谷粒數(shù)據(jù)集的采集設(shè)備為CANON powershot A70,像素為320 萬(wàn)，拍攝時(shí)光源為自然光，光照強(qiáng)度為100～1 000 lx。將水稻谷粒置于黑色或白色背景板上，谷粒隨機(jī)排列。相機(jī)固定于50 cm 高處用于水稻谷粒圖像采集，采集的圖像中的谷粒數(shù)量為1～500 不等。

為降低重復(fù)圖片數(shù)量以及無(wú)谷粒圖片對(duì)模型訓(xùn)練的干擾，使用人工篩選的方法對(duì)采集圖像進(jìn)行數(shù)據(jù)清洗，即刪除同一個(gè)樣本的重復(fù)圖片。清洗后的數(shù)據(jù)采用人工劃分方法，使用Rolabelimg軟件［23］對(duì)目標(biāo)谷粒分別進(jìn)行水平框和旋轉(zhuǎn)框的框選，對(duì)圖像邊緣顯示的谷粒面積≥30%以上進(jìn)行標(biāo)定，否則不標(biāo)定。水平框標(biāo)注采用（x，y，w，h）表示，其中（x，y）是目標(biāo)框的中心坐標(biāo)，w和h是分別沿X 和Y 軸的邊界框的長(zhǎng)度。旋轉(zhuǎn)框標(biāo)注采用（x，y，h，w，θ）表示（圖1），θ為旋轉(zhuǎn)框與水平線的夾角。

圖1 訓(xùn)練集圖片的不同標(biāo)注方式Fig.1 Different types of annotations of bounding boxes in training datasets

自建的水稻谷粒數(shù)據(jù)集包含144 張標(biāo)注的圖片，其中訓(xùn)練集96 張，測(cè)試集和驗(yàn)證集各24 張，白色背景和黑色背景數(shù)據(jù)各50%，共包含2 922個(gè)谷粒樣本，圖片分辨率為20 161 512。驗(yàn)證集用于平均準(zhǔn)確率（Mean average precision,mAP）的計(jì)算，測(cè)試集用于計(jì)算召回率和精確率。將圖片尺寸調(diào)整到640×640，用于訓(xùn)練與測(cè)試。

1.2 檢測(cè)方法

1.2.1 網(wǎng)絡(luò)結(jié)構(gòu) 水平標(biāo)注水稻谷粒圖像使用YOLOv5l 的網(wǎng)絡(luò)體系結(jié)構(gòu)，模型的深度和寬度均為1，參照李志軍等［24］的方法進(jìn)行實(shí)驗(yàn),將前景和背景IoU 閾值設(shè)置為0.3。本研究參照解耦旋轉(zhuǎn)框檢測(cè)匹配策略（Rotation-decoupled detector,RDD）的方法［17］，首先從骨干網(wǎng)絡(luò)中獲取多尺度特征圖，其次是將多尺度特征圖輸入金字塔結(jié)構(gòu)網(wǎng)絡(luò)進(jìn)行特征融合。金字塔網(wǎng)絡(luò)實(shí)現(xiàn)了語(yǔ)義信息的傳輸，這有助于進(jìn)行多尺度目標(biāo)檢測(cè)。為了連接不同比例的特征層，對(duì)特征圖進(jìn)行上采樣，并將其與上一層特征圖的對(duì)應(yīng)元素相加。在求和前后，添加卷積層以確保檢測(cè)特征的可分辨性。最后，預(yù)測(cè)層輸出分類和回歸。分類和回歸使用具有相同結(jié)構(gòu)的兩個(gè)預(yù)測(cè)層，并且它們僅在輸出通道數(shù)上有所不同。分類的輸出通道數(shù)為a×c，回歸的輸出通道數(shù)為a×5，a、c 分別對(duì)應(yīng)錨點(diǎn)和類別的數(shù)量，所示結(jié)構(gòu)在實(shí)踐中也可以擴(kuò)展到更多的層。在訓(xùn)練階段設(shè)計(jì)旋轉(zhuǎn)解耦的錨框匹配策略，隨后的模型只使用水平錨框，而不是旋轉(zhuǎn)錨框。本研究選擇ResNet101 和DarkNet53［16-17,25］進(jìn)行試驗(yàn)。

1.2.2 邊界框表示 本研究采用一種新的邊界框表示方法，結(jié)合了HBB 和OBB 方法各自的優(yōu)點(diǎn)，這種邊界框表示方法將OBB 分類成兩類，一類為長(zhǎng)邊沿水平方向的矩形框（x，y，w，h），另一類為長(zhǎng)邊垂直水平方向的矩形框（x，y，h，w），任何OBB 都可以由這兩類HBB 來(lái)表示，它們具有相同的形狀和中心點(diǎn)，它們之間的夾角θ被約束在［-π/4，π/4］之內(nèi)，這個(gè)夾角θ重新定義為新邊界框的角度。新的旋轉(zhuǎn)邊界框的表示與傳統(tǒng)HBB 表示方法較類似，在與真實(shí)框（Ground truth）進(jìn)行匹配計(jì)算時(shí)，能有效避免OBB 帶來(lái)的角度周期性問(wèn)題。此外，傳統(tǒng)的旋轉(zhuǎn)檢測(cè)器為了獲取任意角度目標(biāo)物體的準(zhǔn)確檢測(cè)，采取了大量旋轉(zhuǎn)錨框設(shè)置，相比之下，新的旋轉(zhuǎn)邊界框表示減少了大量錨框的使用，極大地優(yōu)化了模型訓(xùn)練與推理過(guò)程。

1.2.3 旋轉(zhuǎn)解耦錨框匹配策略 基于上述定義的邊界框，可以實(shí)現(xiàn)一種旋轉(zhuǎn)解耦的錨框匹配策略。首先將旋轉(zhuǎn)的邊界框或者真實(shí)框解耦為長(zhǎng)邊平行或垂直水平方向的矩形框和一個(gè)夾角，其中解耦后的矩形框被用作新的真實(shí)框進(jìn)行匹配，這樣旋轉(zhuǎn)框的夾角就不會(huì)參與到真實(shí)框的匹配過(guò)程，減少角度周期性引入的干擾。具體來(lái)說(shuō)，當(dāng)IoU 大于前景給定閾值時(shí)，將錨框分配給真實(shí)框并歸入前景（正樣本）參與訓(xùn)練；當(dāng)IoU 低于背景給定閾值時(shí)，將錨框歸為背景（負(fù)樣本）參與訓(xùn)練。本研究將前景IoU 閾值設(shè)置為0.5，將背景IoU 閾值設(shè)置為0.4。為了使得錨框能夠更好地與不同尺度不同方向的真實(shí)框進(jìn)行匹配，這里使用了7 個(gè)寬高比{1、3/2、2/3、3、1/3、5、1/5、8、1/8}的水平錨框，每個(gè)水平錨框再使用3 種不同尺度{20、21/3、22/3}的縮放。

1.2.4 損失函數(shù) 對(duì)于目標(biāo)檢測(cè)問(wèn)題，損失函數(shù)都會(huì)包括分類問(wèn)題和回歸問(wèn)題的損失函數(shù)。對(duì)于分類損失，根據(jù)前面設(shè)置的正負(fù)樣本IoU 閾值，圖片在錨框與真實(shí)框匹配過(guò)程中會(huì)被標(biāo)記為正樣本或者負(fù)樣本，由于大量圖片的真實(shí)目標(biāo)占比較少，所以標(biāo)定的負(fù)樣本會(huì)遠(yuǎn)遠(yuǎn)多于正樣本，從而導(dǎo)致訓(xùn)練過(guò)程中正-負(fù)樣本不平衡問(wèn)題。為了緩解這種不平衡問(wèn)題，分類損失采用當(dāng)前使用比較流行的Focal loss 損失函數(shù)（Lcls），計(jì)算方法參照Lin 等［26］的方法。對(duì)于回歸損失，如果直接使用絕對(duì)坐標(biāo)預(yù)測(cè)真實(shí)框，會(huì)導(dǎo)致定位不準(zhǔn)確。由于真實(shí)框尺度不一致，預(yù)測(cè)框與真實(shí)框的相同偏差對(duì)不同尺度真實(shí)框的誤差表現(xiàn)會(huì)不一樣，尺度大的真實(shí)框誤差表現(xiàn)較小，尺度小的真實(shí)框誤差表現(xiàn)較大，因而直接預(yù)測(cè)絕對(duì)坐標(biāo)所產(chǎn)生的loss 不能真正反映預(yù)測(cè)框的好壞，因此采用目前流行的偏移量進(jìn)行回歸預(yù)測(cè)，回歸損失（Lreg）的計(jì)算參照Z(yǔ)hong 等［17］的方法。總的損失函數(shù)（Ltotal）由分類損失和回歸損失組成，表示為L(zhǎng)total=Lcls+λLreg，兩項(xiàng)之間的權(quán)衡由平衡參數(shù)λ 控制，本研究將λ 設(shè)置為1。

1.3 模型訓(xùn)練

本研究在臺(tái)式計(jì)算機(jī)上，基于PyTorch 深度學(xué)習(xí)框架實(shí)現(xiàn)改進(jìn)模型和訓(xùn)練算法。臺(tái)式計(jì)算機(jī)配有NVIDIA V100 的圖形處理器（GPU），搭載Intel(R) Xeon(R) Gold 5218 CPU@2.30GHz，內(nèi)存為128 GB。實(shí)驗(yàn)環(huán)境為Ubuntu 18.04 LTS 64 位系統(tǒng)、Cuda11.3、Cudnn8.1.0、Pytorch1.7.1、Python3.7。

本研究模型訓(xùn)練使用YOLOv5l 進(jìn)行水平框標(biāo)注圖片的訓(xùn)練，使用DarkNet53 和ResNet101 進(jìn)行旋轉(zhuǎn)框標(biāo)注圖片的訓(xùn)練。水平框和旋轉(zhuǎn)框標(biāo)注圖像訓(xùn)練采用的批處理大小為64，輸入圖像統(tǒng)一分辨率為640×640。其中旋轉(zhuǎn)框標(biāo)注圖片訓(xùn)練使用衰減系數(shù)為5×10-4、動(dòng)量為0.9 的隨機(jī)梯度下降（Stochastic gradient desent,SGD）作為優(yōu)化器，初始學(xué)習(xí)率設(shè)置為0.001，學(xué)習(xí)率調(diào)整策略為帶熱重啟的隨機(jī)梯度下降（Stochastic gradient descent with warm restart,SGDR）［27-28］，基本周期為1，倍率為2，每個(gè)周期開(kāi)始時(shí)學(xué)習(xí)率為基礎(chǔ)學(xué)習(xí)率，結(jié)束后學(xué)習(xí)率降為0，學(xué)習(xí)率退火方式為余弦退火［29］。實(shí)驗(yàn)共設(shè)計(jì)3 種不同的迭代次數(shù)，分別為3 600、5 040、6 000 次。

1.4 水稻谷粒長(zhǎng)寬比計(jì)算

從測(cè)試集中隨機(jī)抽取32 粒稻谷計(jì)算長(zhǎng)寬比。水稻谷粒的真實(shí)長(zhǎng)寬比由游標(biāo)卡尺測(cè)量及計(jì)算，長(zhǎng)寬比為谷粒的真實(shí)長(zhǎng)度（h）與寬度（w）的比值。使用HBB 和OBB 檢測(cè)模型預(yù)測(cè)的谷粒長(zhǎng)寬比（Aspect ratio,AR）計(jì)算公式如下：

平均長(zhǎng)寬比為32 個(gè)水稻谷粒測(cè)量值或預(yù)測(cè)值的平均值。預(yù)測(cè)結(jié)果的準(zhǔn)確性使用均方根誤差（Root mean square error,RMSE）進(jìn)行評(píng)價(jià)。數(shù)據(jù)分析使用SAS 軟件（Release 8.01）和EXCEL2007軟件；利用方差分析（ANOVA）及鄧肯氏新復(fù)極差法（Duncan’s Multiple Range Test，DMRT），在P=0.05 水平上進(jìn)行差異顯著性分析。

2 結(jié)果與分析

用相同的驗(yàn)證集和測(cè)試集樣本對(duì)構(gòu)建的基于HBB 的YOLOv5l 模 型、基 于OBB 的ResNet101和DarkNet53 模型進(jìn)行測(cè)試，結(jié)果如表1 所示。由表1 可知，所有模型平均精度均值（Mean average precision,mAP）在88.69%～94.80%之間，精確率為99.47%～100.00%，召回率為95.95%～99.47%。其 中，YOLOv5l 模型的mAP 值略高于基于OBB 的ResNet101 和DarkNet53 模 型；除迭代3 600 次的ResNet101 模型的召回率為95.95%，低 于YOLOv5l 模型的97.71%～98.06%外，其余基于OBB 訓(xùn)練的模型的召回率均不低于YOLOv5l 模型。這表明基于OBB 的ResNet101 和DarkNet53 模型以及基于HBB 的YOLOv5l 模型均對(duì)谷粒圖像具有較高的識(shí)別精度，基于OBB 的目標(biāo)檢測(cè)的深度學(xué)習(xí)方法可成功對(duì)谷粒圖像進(jìn)行準(zhǔn)確識(shí)別。圖2 為YOLOv5l（水平框）、ResNet101（旋轉(zhuǎn)框）以及DarkNet53（旋轉(zhuǎn)框）3 種網(wǎng)絡(luò)結(jié)構(gòu)分別迭代6 000 次的模型在測(cè)試集上的檢測(cè)結(jié)果，藍(lán)色框表示漏檢，黃色框表示誤檢，邊緣少于30%的谷粒不納入統(tǒng)計(jì)。

圖2 3 種不同網(wǎng)絡(luò)結(jié)構(gòu)的模型在測(cè)試集上的谷粒檢測(cè)結(jié)果Fig.2 Grains detection results of three different network structures in test datasets

2.1 模型迭代次數(shù)對(duì)谷粒識(shí)別率的影響

本研究選擇YOLOv5l 網(wǎng)絡(luò)結(jié)構(gòu)對(duì)水平框標(biāo)注圖片進(jìn)行訓(xùn)練，選擇ResNet101 和DarkNet53 對(duì)旋轉(zhuǎn)框標(biāo)注圖片進(jìn)行訓(xùn)練。模型訓(xùn)練迭代次數(shù)分別為3 600、5 040、6 000 次。由表1 可知，不同網(wǎng)絡(luò)結(jié)構(gòu)模型的mAP 均隨迭代次數(shù)增加而增加，當(dāng)?shù)螖?shù)從3 600 次增加到6 000 次時(shí)，mAP增加幅度最小的網(wǎng)絡(luò)結(jié)構(gòu)模型為ResNet101，變化值為0.33%；其次為YOLOv5l，mAP 增加幅度為0.80%；mAP 增加幅度最大的是DarkNet53，變化值為3.54%。同時(shí)，所有模型的召回率也隨迭代次數(shù)增加而增加，當(dāng)?shù)螖?shù)從3 600 次增加到6 000 次時(shí)，ResNet101 的召回率從95.95%增加到98.59%，變化值為2.64%；YOLOv5l 的召回率從97.71%增加到98.06%，變化值為0.35%；DarkNet53 的召回率從98.94%增加到99.47%，變化值為0.53%。

表1 不同方法在水稻谷粒測(cè)試集的檢測(cè)精度對(duì)比Table 1 Comparison of detection accuracy of different methods in rice grains test dataset

2.2 不同方式標(biāo)注對(duì)模型谷粒識(shí)別率的影響

由表1 可知，使用水平框標(biāo)注圖片訓(xùn)練的YOLOv5l 模型的mAP 值均在94%以上，略高于使用旋轉(zhuǎn)框標(biāo)注圖片訓(xùn)練的DarkNet53 和ResNet101 模型。但這3 種不同網(wǎng)絡(luò)結(jié)構(gòu)訓(xùn)練得到的模型的召回率差別不大，以DarkNet53 明顯優(yōu)于YOLOv5l 和ResNet101，而在迭代次數(shù)大于5 040 次后，ResNet101 表現(xiàn)優(yōu)于YOLOv5l。由圖2 可知，使用旋轉(zhuǎn)框標(biāo)注圖片訓(xùn)練的模型檢測(cè)到的目標(biāo)物體中包含的非目標(biāo)背景區(qū)域占比更少；當(dāng)目標(biāo)樣本密集分布時(shí)，使用水平框標(biāo)注圖片訓(xùn)練的YOLOv5l 模型存在漏檢情況，而使用旋轉(zhuǎn)框標(biāo)注圖片訓(xùn)練的ResNet101 和DarkNet53 模型的漏檢情況得到明顯改善。相比使用水平框標(biāo)注圖片訓(xùn)練的YOLOv5l 模型，ResNet101 和DarkNet53在誤檢上表現(xiàn)稍為遜色；當(dāng)YOLOv5l 模型迭代次數(shù)大于5 040 次時(shí)的精確率可達(dá)100.00%，而在使用旋轉(zhuǎn)框標(biāo)注圖片訓(xùn)練得到的模型中，除ResNet101-3600 精確率為100.00%外，其他模型的精確率均在99.00%以上。

2.3 不同方式的標(biāo)注對(duì)模型在谷粒長(zhǎng)寬比計(jì)算的影響

由表2 可知，使用基于YOLOv5l 的HBB 檢測(cè)模型計(jì)算得到的谷粒平均長(zhǎng)寬比范圍為2.14～2.16，使用OBB 檢測(cè)模型計(jì)算得到的谷粒平均長(zhǎng)寬比范圍為3.37～3.57，真實(shí)值的谷粒平均長(zhǎng)寬比為3.57。與真實(shí)值相比，HBB 檢測(cè)模型計(jì)算結(jié)果的均方根誤差為9.38～9.45，而旋轉(zhuǎn)框檢測(cè)模型的計(jì)算結(jié)果的均方根誤差值為0.91～2.29，且訓(xùn)練迭代次數(shù)增加與預(yù)測(cè)準(zhǔn)確性無(wú)明顯相關(guān)。顯著性分析結(jié)果表明，基于YOLOv5l 的HBB 檢測(cè)模型的計(jì)算結(jié)果與真實(shí)值存在顯著差異，而基于DarkNet53 和ResNet101 的OBB 檢測(cè)模型的計(jì)算結(jié)果與真實(shí)值無(wú)顯著差異。結(jié)果表明，HBB 檢測(cè)模型不能準(zhǔn)確地計(jì)算水稻谷粒的長(zhǎng)寬比，而使用OBB 檢測(cè)模型可以準(zhǔn)確預(yù)測(cè)并計(jì)算水稻谷粒的長(zhǎng)寬比。

表2 不同模型計(jì)算的水稻谷粒長(zhǎng)寬比Table 2 Aspect ratios of rice grains calculated by different models

3 討論

傳統(tǒng)的水平框檢測(cè)雖然具有不錯(cuò)的準(zhǔn)確率，但對(duì)細(xì)長(zhǎng)的密集物體依然存在漏檢現(xiàn)象，且不利于準(zhǔn)確提取該類物體的長(zhǎng)寬比。因此，開(kāi)發(fā)谷粒計(jì)數(shù)與谷粒長(zhǎng)寬比提取相結(jié)合的輕量型模型很有必要，在谷粒質(zhì)量快速檢測(cè)以及品種快速鑒定的場(chǎng)景中具有實(shí)用意義。本研究中，HBB 檢測(cè)模型YOLOv5l 的mAP 值略高于OBB 檢測(cè)模型DarkNet53 和ResNet101。OBB 相 比HBB，增 加了邊界框的角度θ，而θ具有周期性，會(huì)導(dǎo)致IoU突然下降，同時(shí)預(yù)測(cè)框角度的較小變化，對(duì)IoU造成很大損失［17,22］，這可能是造成其mAP 低于HBB 的主要原因。本研究使用的OBB 檢測(cè)方法，誤檢率高于水平框的傳統(tǒng)檢測(cè)方法，仍需進(jìn)一步優(yōu)化以降低誤檢率。

水稻谷粒的長(zhǎng)寬比與其品種、質(zhì)量等級(jí)、價(jià)格息息相關(guān)，其中雜質(zhì)和不完善粒的比例極大影響谷粒的質(zhì)量等級(jí)和價(jià)格，也是糧食育種選擇、品種鑒定的重要參數(shù)之一［10-13,29］。Gotmare 等［28］使用MATLAB 處理圖像提取谷粒的空間參數(shù)信息來(lái)計(jì)算谷粒的長(zhǎng)寬比及粒徑分布，誤差率約為10%左右，但在當(dāng)時(shí)的環(huán)境條件下運(yùn)行緩慢，沒(méi)有實(shí)用性。隨著計(jì)算機(jī)技術(shù)的快速發(fā)展，基于深度學(xué)習(xí)的圖像分割技術(shù)也可用于種子計(jì)數(shù)及長(zhǎng)寬比計(jì)算，但訓(xùn)練需要的圖像標(biāo)注方法復(fù)雜，耗時(shí)費(fèi)力，計(jì)算相對(duì)耗時(shí)，而且分割計(jì)算種子長(zhǎng)寬比采用的是分割結(jié)果的外接矩形框，因此受分割準(zhǔn)確度影響較大［3,5-6,8,31-32］；相比之下，本研究建立的谷粒計(jì)數(shù)及長(zhǎng)寬比計(jì)算方法具有標(biāo)注簡(jiǎn)單、計(jì)算速度更快的優(yōu)點(diǎn)，而且能直接輸出種子長(zhǎng)寬比，具有較強(qiáng)的實(shí)用性。

水稻谷粒性狀包括形狀、形態(tài)、紋理等指標(biāo)，其中粒長(zhǎng)、粒寬、長(zhǎng)寬比、圓度與水稻產(chǎn)量和外觀品質(zhì)直接相關(guān)［10-13,33-35］。本研究使用的旋轉(zhuǎn)框目標(biāo)檢測(cè)方法可實(shí)現(xiàn)較高精度的谷粒計(jì)數(shù)及谷粒長(zhǎng)寬比的快速計(jì)算，但目前無(wú)法實(shí)現(xiàn)其他指標(biāo)如截面積、圓度等的精細(xì)測(cè)量。黃成龍等［11］報(bào)道了基于X-ray 透射成像的稻穗米粒的檢測(cè)測(cè)量方法，包括谷粒粒型、長(zhǎng)度、寬度及飽滿度，平均誤差小于2%，但X-ray 的采集設(shè)備十分昂貴。本研究使用的旋轉(zhuǎn)框檢測(cè)策略在迭代6 000 次后具有不錯(cuò)的測(cè)量精度，測(cè)量的長(zhǎng)寬比與實(shí)際測(cè)量值相比均方根誤差均小于1，且本研究建立的谷粒計(jì)數(shù)及長(zhǎng)寬比計(jì)算方法僅需普通攝像頭拍攝可見(jiàn)光照片即可實(shí)現(xiàn)，具有方便、價(jià)格低廉的優(yōu)點(diǎn)。

本研究使用的方法對(duì)密集谷粒的漏檢存在一定改善，但仍存在對(duì)非谷粒物體的誤檢情況，有待進(jìn)一步優(yōu)化。在進(jìn)一步的研究中，將考慮通過(guò)準(zhǔn)備摻混不同谷粒雜質(zhì)，并通過(guò)計(jì)算目標(biāo)物體的長(zhǎng)寬比來(lái)實(shí)現(xiàn)雜質(zhì)檢測(cè)的方法來(lái)嘗試實(shí)現(xiàn)凈度分析、種子真實(shí)性和品種純度鑒定，同時(shí)與現(xiàn)行標(biāo)準(zhǔn)方法［33］的結(jié)果進(jìn)行比較來(lái)進(jìn)一步驗(yàn)證方法的可行性及可靠性。

4 結(jié)論

本研究結(jié)果表明，與HBB 檢測(cè)方法相比，使用OBB 檢測(cè)方法，更加適合高縱橫比及密集分布的目標(biāo)檢測(cè)，如谷粒檢測(cè)。該方法相比傳統(tǒng)水平框的檢測(cè)方法，具有以下優(yōu)點(diǎn)：（1）檢測(cè)目標(biāo)中包含的背景噪聲占比更少，因而具有更高的準(zhǔn)確率。相比傳統(tǒng)HBB 檢測(cè)中存在大量非目標(biāo)背景區(qū)域，不能準(zhǔn)確計(jì)算出水稻谷粒的長(zhǎng)寬比，不利于檢測(cè)目標(biāo)區(qū)域準(zhǔn)確的面積計(jì)算，使得傳統(tǒng)水平框目標(biāo)檢測(cè)不能在考種中對(duì)谷粒長(zhǎng)寬比進(jìn)行有效計(jì)算，而OBB 檢測(cè)的方法大大改進(jìn)了這兩項(xiàng)缺點(diǎn)，可準(zhǔn)確計(jì)算水稻的長(zhǎng)寬比，可考慮進(jìn)一步開(kāi)發(fā)并應(yīng)用于谷粒質(zhì)量檢測(cè)或品種識(shí)別場(chǎng)景。（2）該方法可解決傳統(tǒng)HBB 檢測(cè)中對(duì)距離較近的谷粒的漏檢問(wèn)題。傳統(tǒng)水平框的目標(biāo)檢測(cè)方法，因標(biāo)注區(qū)域存在非目標(biāo)區(qū)域以及水平框標(biāo)注不能解決密集分布目標(biāo)的重疊問(wèn)題，較難實(shí)現(xiàn)對(duì)密集分布目標(biāo)檢測(cè)的準(zhǔn)確區(qū)分，經(jīng)常存在漏檢情況。而使用旋轉(zhuǎn)框的目標(biāo)檢測(cè)方法可以有效解決漏檢問(wèn)題，從而提升目標(biāo)檢測(cè)的召回率。綜上所述，本研究證明了旋轉(zhuǎn)框的目標(biāo)檢測(cè)方法在谷粒檢測(cè)場(chǎng)景中進(jìn)行計(jì)數(shù)和長(zhǎng)寬比計(jì)算應(yīng)用的可行性，可實(shí)現(xiàn)高效準(zhǔn)確地進(jìn)行谷粒長(zhǎng)寬比的計(jì)算，通過(guò)進(jìn)一步優(yōu)化和開(kāi)發(fā)可運(yùn)用于種子質(zhì)量檢測(cè)及品種鑒定等數(shù)字化育種場(chǎng)景中。