張 旭，周云成，劉忠穎，李昕澤

（沈陽農(nóng)業(yè)大學(xué)信息與電氣工程學(xué)院,沈陽 110161）

我國是世界上最大的蘋果生產(chǎn)國和消費國，蘋果產(chǎn)業(yè)在國民經(jīng)濟中占據(jù)著重要地位，大力發(fā)展蘋果產(chǎn)業(yè)有利于提高蘋果種植戶的收入水平，促進當(dāng)?shù)亟?jīng)濟發(fā)展，是帶動種植戶脫貧致富的有效途徑。然而，在蘋果種植過程中，經(jīng)常會發(fā)生病害，從而影響蘋果的產(chǎn)量和質(zhì)量，給種植戶帶來經(jīng)濟損失。因此，快速、準(zhǔn)確地識別出蘋果病害，并及時給出相應(yīng)措施，指導(dǎo)種植戶正確用藥，對降低病害造成的經(jīng)濟損失，增加蘋果產(chǎn)量，以及促進蘋果產(chǎn)業(yè)的發(fā)展等具有重要意義。

近年來，卷積神經(jīng)網(wǎng)絡(luò)（convolutional neural network，CNN）在圖像識別任務(wù)中取得了巨大的進展，并逐漸在植物病害識別中得到了應(yīng)用。龍滿生等應(yīng)用AlexNet網(wǎng)絡(luò)，通過遷移學(xué)習(xí)實現(xiàn)了油茶病害的識別；趙立新等應(yīng)用改進AlexNet網(wǎng)絡(luò)對棉花葉部病蟲害進行識別；許景輝等通過改進VGG16網(wǎng)絡(luò)，在小樣本玉米葉部病害識別上獲得了理想的識別效果；王忠培等使用5種經(jīng)典網(wǎng)絡(luò)模型對常見水稻病害的識別進行了分析比較；張文靜等使用Inception V3網(wǎng)絡(luò)實現(xiàn)了5種常見煙草病害的識別；張寧等基于該網(wǎng)絡(luò)，提出了一種基于多尺度和注意力機制的番茄病害識別方法；DECHANT等對多個CNN進行集成，實現(xiàn)了玉米斑病的識別；金瑛等用ResNet-50網(wǎng)絡(luò)實現(xiàn)了4種常見果樹病害的識別，且取得較高的精度。

盡管CNN已經(jīng)在植物病害識別中取得了較好的效果，但由于其本身的計算復(fù)雜度和存儲空間的需求量，使其很難應(yīng)用在移動或嵌入式設(shè)備中。輕量級CNN的發(fā)展使得在移動設(shè)備上部署病害識別模型成為了可能。劉洋等比較了MobileNet和Inception V3兩種網(wǎng)絡(luò)模型在手機上的識別精度、運算速度和網(wǎng)絡(luò)尺寸等；馮曉等基于MobileNet V2網(wǎng)絡(luò)，在手機上實現(xiàn)了3種小麥葉部病害的快速識別；石晨宇等基于改進GhostNet網(wǎng)絡(luò)，實現(xiàn)了3種番茄葉部病害的識別；洪惠群等在ShuffleNet V2 0.5×網(wǎng)絡(luò)的基礎(chǔ)上進行改進，實現(xiàn)了多種作物葉部病害的快速識別。然而輕量級CNN的識別準(zhǔn)確率一般會低于大型網(wǎng)絡(luò)模型。因而如何提升準(zhǔn)確率，并在精度和速度上適當(dāng)平衡，是輕量級CNN設(shè)計的一個待解決的問題。

鑒于以上問題，本研究構(gòu)建不同場景下的蘋果葉部病害圖像數(shù)據(jù)集，在分析輕量級CNN模型ShuffleNet V2結(jié)構(gòu)的基礎(chǔ)上，對該網(wǎng)絡(luò)模型進行改進，以期構(gòu)建一個輕量、準(zhǔn)確且適用于不同場景下蘋果葉部病害識別的診斷模型，并實現(xiàn)其在移動設(shè)備上的應(yīng)用部署。

1 蘋果葉部病害數(shù)據(jù)集構(gòu)建及增廣處理

蘋果葉部病害圖像數(shù)據(jù)集來源于PlantVillage工程和Kaggle植物病理學(xué)2021挑戰(zhàn)賽中使用的數(shù)據(jù)。其中PlantVillage圖像數(shù)據(jù)為簡單背景下的蘋果葉片圖像，拍攝于實驗室，背景為白、黑板，葉片位于圖像中心，且占主要位置。Kaggle圖像數(shù)據(jù)則拍攝于果園真實環(huán)境，背景復(fù)雜，且圖像中含多個葉片。圖像數(shù)據(jù)集共包括4個類別，分別為蘋果健康、瘡痂病、黑腐病和銹病葉片，各類別圖像的數(shù)量及來源見表1。

表1 各類別圖像的數(shù)量及來源
Table 1 Number and source of imges in each class

?

為降低葉部病害診斷模型在訓(xùn)練過程中的過擬合風(fēng)險，并提高其泛化效果，在現(xiàn)有圖像數(shù)據(jù)基礎(chǔ)上，采用數(shù)據(jù)增廣方法對樣本進行擴充。采用的主要方法包括添加高斯噪聲、添加椒鹽噪聲、圖像平移、調(diào)整圖像明暗度和圖像旋轉(zhuǎn)（分別逆時針旋轉(zhuǎn)90°，180°，270°），這些方法均采用OpenCV開源計算機視覺庫中的相關(guān)函數(shù)實現(xiàn)。經(jīng)過數(shù)據(jù)增廣后的最終數(shù)據(jù)集，共包含40000張RGB圖像，每類圖像各10000張。從最終數(shù)據(jù)集中分別隨機抽取70%作為訓(xùn)練集，20%作為驗證集，10%作為測試集，用于后續(xù)試驗。

2 網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計及改進

2.1 ShuffleNet V2網(wǎng)絡(luò)模型

現(xiàn)有研究通常采用FLOPs（浮點數(shù)運算量）作為網(wǎng)絡(luò)計算復(fù)雜度的評價標(biāo)準(zhǔn)。然而FLOPs只能在理論上評估模型的復(fù)雜程度，僅將其作為衡量網(wǎng)絡(luò)模型好壞的評價指標(biāo)是不充分的，還應(yīng)考慮網(wǎng)絡(luò)的實際推理速度和計算延遲等。在網(wǎng)絡(luò)推理過程中，除卷積運算以外，還存在一些影響計算速度的其他因素，如內(nèi)存訪問成本和并行等級等，且相同F(xiàn)LOPs的網(wǎng)絡(luò)在不同計算平臺上消耗的時間也是不同的。MA等提出了網(wǎng)絡(luò)高效設(shè)計的4條準(zhǔn)則：（1）卷積層輸入和輸出特征圖的通道數(shù)應(yīng)保持一致，此時內(nèi)存消耗最小、運行速度最快；（2）分組卷積中分組的數(shù)量與網(wǎng)絡(luò)運行速度成反比；（3）降低網(wǎng)絡(luò)的分支數(shù)量，能降低并行度，提升運行效率；（4）不能忽視元素級操作對網(wǎng)絡(luò)運行速度的影響。根據(jù)上述4條準(zhǔn)則，設(shè)計了基本殘差單元（圖1a），并在此基礎(chǔ)上，構(gòu)建了ShffleNet V2網(wǎng)絡(luò)（圖1b）。

圖1 ShuffleNet V2模型Figure 1 ShuffleNet V2 model

基本殘差單元（block）是一種高效的輕量級卷積模塊，其共有兩種結(jié)構(gòu)。其中一種首先在輸入端進行一次通道分割，將輸入特征圖分為兩個分支，其中主分支含3個卷積操作，中間操作為3×3深度可分卷積，兩端為1×1點卷積，側(cè)分支則為恒等映射。另一種結(jié)構(gòu)為了加倍輸出特征圖，在輸入端不進行通道分割，該結(jié)構(gòu)的主分支同樣為3個卷積操作，其中深度可分卷積的步長（stride）為2，側(cè)分支則包含1個stride=2的深度可分卷積和1個點卷積。block在輸出端通過通道拼接（concat）合并兩個分支的輸出特征圖，并進一步對合并后的特征圖進行通道混洗（channel shuffle）。該操作采取一種通道稀疏連接的方式，首先將輸入特征圖按通道劃分為若干個子組，再分別交由不同的卷積核做組卷積。為了解決堆疊多個組卷積可能會造成某個通道的輸出只來自于一小部分輸入通道的問題，隨機地抽取不同子組進行重新排列成新的特征圖，使下一次組卷積能融合來自不同組的輸入特征信息，從而加強了通道組之間的信息流動，保證了輸入和輸出通道之間是完全相關(guān)的。Shuf?fleNet V2網(wǎng)絡(luò)包括Conv1層、MaxPool層、Stage2層、Stage3層、Stage4層、Conv5層和FC層，其中Stage2層、Stage3層、Stage4層是由上述block堆疊組成，Stage2層和Stage4層共堆疊4個block，Stage3層共堆疊8個block，每個Stage中的第一個block的stride=2，主要用于下采樣，其他均為stride=1的block?？梢酝ㄟ^縮放網(wǎng)絡(luò)結(jié)構(gòu)中各層的輸出通道數(shù)量來設(shè)計不同復(fù)雜度的網(wǎng)絡(luò)，以ShuffleNet V2 1×為基準(zhǔn)網(wǎng)絡(luò)，其Conv1層、MaxPool層、Stage2層、Stage3層、Stage4層、Conv5層、FC層的輸出通道數(shù)量分別為24，24，116，232，464，1024，1000。本研究參考該網(wǎng)絡(luò)，設(shè)計蘋果葉部病害診斷模型。

2.2 網(wǎng)絡(luò)結(jié)構(gòu)改進

在CNN中，點卷積通常用于調(diào)整特征圖通道數(shù)和通道間信息融合。在block中，由于主分支各卷積操作的輸入、輸出通道數(shù)一致，兩端的點卷積不會用于通道調(diào)整，只起到信息融合的作用，保留兩端的信息融合有可能是冗余的。因此，本研究移除了主分支末端的點卷積，用于降低計算量，修改后的結(jié)構(gòu)如圖2a。為了減少可能由此產(chǎn)生的精度損失，進一步對ShuffleNet V2網(wǎng)絡(luò)結(jié)構(gòu)進行了改進，設(shè)計出一種名為ShuffleNet#的網(wǎng)絡(luò)。首先重新設(shè)計了網(wǎng)絡(luò)寬度，將Conv1層、MaxPool層、Stage2層、Stage3層、Stage4層、Conv5層、FC層的輸出通道數(shù)分別設(shè)計為32，32，240，480，960，1024，4。改進后的block和網(wǎng)絡(luò)結(jié)構(gòu)如圖2b?，F(xiàn)有研究表明，在CNN模型中，引入自注意力機制，可顯著提高模型的性能，因此本研究也采用這一思想，分別在Stage2層、Stage3層、Stage4層的最后一個block之后加入一個CBAM模塊（圖2c）。該模塊“串連”了通道注意力模塊（channel attention mod?ule，CAM）和空間注意力模塊（spartial attention module，SAM）。在CAM中首先將輸入特征圖分別基于寬高進行一次全局最大池化（global max pooling，GMP）和全局平均池化（global average pooling，GAP），將得出的結(jié)果送入到一個兩層的多層感知器（multilayer perceptron，MLP）中，將MLP的輸出進行相加并使用Sigmoid進行激活作為該模塊的輸出。SAM是將CAM的輸出和原始輸入特征圖做乘法的結(jié)果作為該模塊的輸入，首先進行一次基于通道的GMP和GAP，再將輸出的2個單通道的特征圖進行concat，然后進行一次卷積操作并使用Sigmoid進行激活作為該模塊的輸出。最終將經(jīng)過這2個模塊的輸出和原始特征圖做乘法作為最終的輸出特征圖。原始特征圖通過CBAM模塊后，分別進行了一次通道注意力加權(quán)和空間注意力加權(quán)，加強了各通道之間的聯(lián)系并使網(wǎng)絡(luò)更加關(guān)注特征圖中對分類起決定性作用的像素區(qū)域，從而使網(wǎng)絡(luò)可以有選擇性地強調(diào)和抑制某些信息，提升了網(wǎng)絡(luò)的性能。并且該模塊是一個即插即用的輕量級模塊，將其集成到現(xiàn)有網(wǎng)絡(luò)架構(gòu)中并不會打亂網(wǎng)絡(luò)原有的主體結(jié)構(gòu)且只會增加少量的計算量。

圖2 改進模型Figure 2 Improved model

3 模型試驗及評估方法

3.1 模型訓(xùn)練及測試

在PyTorch深度學(xué)習(xí)計算框架基礎(chǔ)上，采用Python實現(xiàn)了ShuffleNet#網(wǎng)絡(luò)模型及相應(yīng)評估程序。采用Ad?am優(yōu)化算法對網(wǎng)絡(luò)參數(shù)進行優(yōu)化訓(xùn)練。在訓(xùn)練過程中，將圖像尺寸調(diào)整為224×224像素，并進行數(shù)據(jù)增廣后輸入網(wǎng)絡(luò)模型。用小批量隨機梯度下降法更新網(wǎng)絡(luò)參數(shù)，每批次樣本數(shù)設(shè)置為64，初始學(xué)習(xí)率設(shè)置為0.02，每訓(xùn)練一個代次（epoch）學(xué)習(xí)率乘以0.95。預(yù)試驗表明，經(jīng)過50個epoch迭代后，模型的損失函數(shù)和精度可收斂到穩(wěn)定值。所有試驗均在一臺配置為Inter Xeon E5 V3 2600處理器、NVIDIA GeForce RTX 2080 Ti 11GB計算卡、Linux Ubuntu 18.04操作系統(tǒng)的服務(wù)器上進行。

3.2 模型評估標(biāo)準(zhǔn)

采用精確率（precision）、召回率（recall）、特異度（specificity）、

F

1分?jǐn)?shù)（

F

1 score）和準(zhǔn)確率（accuracy）評估網(wǎng)絡(luò)性能。其中，精確率反映的是模型識別出的所有正樣本中，識別正確的比例；召回率反映的是所有真實正樣本中，模型識別正確的正樣本的比例；特異度反映的是所有真實負(fù)樣本中，模型識別正確的負(fù)樣本的比例；

F

1分?jǐn)?shù)為精確率和召回率的調(diào)和平均數(shù)，是兼顧了二者的綜合評價指標(biāo)；準(zhǔn)確率反映的是模型識別出的所有正樣本占總樣本數(shù)的比例。其公式分別為式（1）~式（5）。

式中：

TP

（true positive）為網(wǎng)絡(luò)識別正確的正樣本的數(shù)量；

TN

（true negative）為網(wǎng)絡(luò)識別錯誤的負(fù)樣本的數(shù)量；

FN

（false negative）為網(wǎng)絡(luò)識別正確的負(fù)樣本的數(shù)量；

FP

（false positive）為網(wǎng)絡(luò)識別錯誤的正樣本的數(shù)量。

4 結(jié)果與分析

4.1 不同CNN模型對比

為分析比較ShuffleNet#網(wǎng)絡(luò)的性能，本研究引入4種大型CNN模型ResNet18、ResNet34、ResNet50、ResNet101和9種輕量級CNN模型EfficientNet-B0、MobileNet V2、MobileNet V3-small、MobileNet V3-large、GhostNet、ShuffleNet V2 0.5×、ShuffleNet V2 1×、ShuffleNet V2 1.5×、ShuffleNet V2 2×。不同網(wǎng)絡(luò)訓(xùn)練過程中圖像預(yù)處理方式和超參數(shù)等設(shè)置相同。對上述網(wǎng)絡(luò)的訓(xùn)練集準(zhǔn)確率、驗證集準(zhǔn)確率、測試集準(zhǔn)確率、FLOPs、參數(shù)規(guī)模、內(nèi)存消耗、模型大小和推理時間8個評價指標(biāo)進行統(tǒng)計，結(jié)果見表2。其中推理時間是將網(wǎng)絡(luò)部署到型號為vivo iQOOV1824A，處理器為8核驍龍855，運行內(nèi)存為12GB的Android手機上進行推理測試，以識別100張圖像的平均時間作為最終結(jié)果。

由表2可知，本研究構(gòu)建的ShuffleNet#網(wǎng)絡(luò)的訓(xùn)練集準(zhǔn)確率為98.63%，在所有模型中最高。驗證集準(zhǔn)確率為98.73%，低于ResNet34、ResNet50、ResNet101、EfficientNet-B0模型。測試集準(zhǔn)確率為98.95%，僅低于ResNet101模型，在輕量級CNN模型中最高。FLOPs、參數(shù)規(guī)模、內(nèi)存消耗、模型大小、推理時間分別為3.52×10，3.95×10，30.00MB，11.35MB，39.38ms，上述5個性能評價指標(biāo)在輕量級CNN模型中表現(xiàn)并非最好，但是相比于大型CNN模型具有較大的優(yōu)勢。和大型ResNet101模型相比，本模型在測試集準(zhǔn)確率僅降低0.05%的情況下將FLOPs、參數(shù)規(guī)模、內(nèi)存消耗、模型大小、推理時間分別縮減95.51%、91.12%、81.45%、93.03%、87.94%。通過上述分析可知，ShuffleNet#網(wǎng)絡(luò)是一個高效的輕量級網(wǎng)絡(luò)模型，綜合診斷性能良好，很好地解決了大型CNN模型在移動設(shè)備上部署困難以及輕量級CNN模型識別精度不高的問題，更適合在移動設(shè)備上部署。

表2 不同模型的對比
Table 2 Comparison of different models

?

4.2 蘋果診斷模型性能及類間誤識別分析

為進一步分析蘋果葉部病害診斷模型在各類蘋果葉部病害上的識別性能，用其對測試集中的4000張圖像進行分類識別，結(jié)果如表3。同時為分析類別間的誤識別問題，采用混淆矩陣來可視化各類別間的易混淆程度，結(jié)果如圖3。

由表3可知，病害診斷模型對4個類別圖像的識別精確率均在97.93%以上，召回率均在97.80%以上，特異度均在99.30%以上，

F

1分?jǐn)?shù)均在98.49%以上。其中對蘋果健康的識別效果最好，精確率為99.50%，召回率為100%，特異度為99.83%，

F

1分?jǐn)?shù)為99.75%，與其他3個類別相比4項數(shù)值均最高，其次為蘋果黑腐病，對瘡痂病和銹病的識別效果較差?？傮w來看，該模型在測試集上的平均識別準(zhǔn)確率為98.95%，識別效果較為理想，基本能夠滿足種植戶對識別精度的需求。

表3 模型在測試集上的試驗結(jié)果
Table 3 Test results of the model on the test set

?

由圖3可知，病害診斷模型對蘋果健康的識別效果最好，沒有被錯分類為其他類別；對銹病的識別效果最差，有16張圖像被錯分類為瘡痂病，分別有3張圖像被錯分類為蘋果健康和黑腐??；黑腐病分別有7，5，2張圖像被錯分類為銹病、瘡痂病和蘋果健康；瘡痂病分別有5和1張圖像被錯分類為黑腐病和銹病。結(jié)合混淆矩陣和原始數(shù)據(jù)集中的圖像可以發(fā)現(xiàn)，不同類別之間差異較小是病害易被錯分類為其他類別的主要原因，某些病害葉片僅在患病中后期才會出現(xiàn)明顯的病斑，在患病初期并沒有明顯的病征，人工也難以準(zhǔn)確區(qū)分，從而增加了識別的難度。另外在復(fù)雜背景圖像中周圍自然環(huán)境因素的影響也可能會導(dǎo)致圖像被錯分類。通過上述分析可知，雖然本模型無法對測試集中所有圖像給出準(zhǔn)確的類別，但從總體來看絕大多數(shù)測試數(shù)據(jù)分布在混淆矩陣的對角線上，依然能準(zhǔn)確地識別出大部分圖像的類別，被錯分類的圖像依然占少數(shù)，基本可以滿足實際應(yīng)用的需求。

圖3 混淆矩陣Figure 3 Confusion matrix

4.3 葉部病害診斷模型機理分析

4.3.1 網(wǎng)絡(luò)特征提取能力分析 為了更直觀地了解病害診斷模型的特征提取能力，對網(wǎng)絡(luò)結(jié)構(gòu)中的Conv1層、Max?Pool層、Stage2層、Stage3層、Stage4層和Conv5層的輸出特征圖進行可視化，由于篇幅限制，只展示每層的前5張輸出特征圖（圖4）?？赏ㄟ^觀察特征圖中區(qū)域的明暗程度來理解每張?zhí)卣鲌D所關(guān)注到的一些特征信息，亮度高的區(qū)域即為該特征圖感興趣的區(qū)域。由圖4可知，每張?zhí)卣鲌D都能學(xué)習(xí)到原始圖像中一些有助于分類的特征信息，并且在同一層中不同特征圖所提取到的特征幾乎都不相同，如在Conv1層的前5張?zhí)卣鲌D中，第1和第4張?zhí)卣鲌D能夠?qū)W習(xí)到病害葉片以外的其他葉片的部分特征信息，對應(yīng)區(qū)域高亮，且明暗程度不同，第2和第3張?zhí)卣鲌D能夠?qū)W習(xí)到病害葉片上3處明顯病斑區(qū)域的特征信息，第5張?zhí)卣鲌D則能夠?qū)W習(xí)到病害葉片以外的樹枝區(qū)域的特征信息。在淺層網(wǎng)絡(luò)中提取到的特征信息一般比較完整，如在Conv1和MaxPool層中的特征圖依然可以肉眼辨別出圖像中病害葉片的形狀和輪廓等，從Stage2層開始隨著網(wǎng)絡(luò)深度不斷增加，特征圖的抽象化程度不斷增高，網(wǎng)絡(luò)提取到的特征信息也更加細(xì)小，在深層的Conv5層則只保留了原始圖像中的一些高階像素信息。通過上述分析可知，本研究構(gòu)建的病害診斷模型具有很強的特征提取能力，能充分地學(xué)習(xí)到原始圖像中足夠多的特征信息，對后續(xù)給出病害的準(zhǔn)確類別具有關(guān)鍵性的作用。

圖4 可視化部分輸出特征圖Figure 4 Visualized part of the output feature map

4.3.2 模型可解釋性分析 近年來，CNN的可解釋性已成為深度學(xué)習(xí)領(lǐng)域的研究熱點之一。CNN的可解釋性可以認(rèn)為是一種映射過程，是將參數(shù)化表示的特征映射到如圖像或文字等人類可以直觀感受的表達(dá)形式，目的是以某種人類能夠理解的方式來描述CNN的內(nèi)部機制。

CAM（class activation mapping）類激活映射是一種通過生成類激活圖來表達(dá)CNN“可解釋性”的一種方式。類激活圖是采取將類別相關(guān)區(qū)域高亮的方式來可視化感興趣的區(qū)域，其原理是將具有豐富語義信息的最后一個卷積層之后的全連接層替換為GAP層，再將GAP層的特征圖分別求均值作為新的特征圖送入到Soft?max層中，之后將每一個特征圖和Softmax層之間對應(yīng)的權(quán)重分別相乘相加，采樣到原始輸入圖像的尺寸，即可生成能夠區(qū)分類別信息的類激活圖。

由于使用CAM對CNN進行可視化時往往需要對網(wǎng)絡(luò)進行重新改造并訓(xùn)練，這無疑大大增加了工作量，為解決這個問題，SELVARAJU等提出了一種基于梯度加權(quán)類激活映射Grad-CAM（gradient-weighted class acti?vation mapping）的技術(shù)。Grad-CAM在技術(shù)上基本和CAM等價，區(qū)別在于Grad-CAM不再依賴GAP層，而是將CNN的最后一個卷積層中每個特征圖的所有像素值進行求導(dǎo)并取平均值作為該特征圖的權(quán)重，因而不再需要重新改造網(wǎng)絡(luò)結(jié)構(gòu)并訓(xùn)練，可以減少大部分工作量。

本研究使用Grad-CAM對病害診斷模型進行類激活映射可視化，以測試集中的部分圖像為例，結(jié)果如圖5（圖中的

P

為模型通過Softmax層后給出的最高可能性類別的概率）。在Grad-Cam熱力圖中，激活區(qū)域顏色越深說明該區(qū)域與特定類別越相關(guān)。通過對比圖5中原始圖像和Grad-Cam熱力圖可以看出，病害診斷模型能對識別結(jié)果給出很好的解釋，在熱力圖中可以很直觀地看出其能夠準(zhǔn)確地定位到原始圖像中的一些關(guān)鍵區(qū)域，如病害葉片上的病斑區(qū)域，說明該區(qū)域?qū)δＰ妥R別出病害的類別發(fā)揮了重要的作用。通過對比簡單背景和復(fù)雜背景圖像的熱力圖可以發(fā)現(xiàn)，模型在上述2種不同的背景下都能提取到圖像中的關(guān)鍵信息，在復(fù)雜背景的圖像中受周圍自然環(huán)境因素的影響較小，并且激活區(qū)域?qū)Σ“邊^(qū)域的覆蓋程度較為全面，當(dāng)病害葉片上存在多個病斑或較小病斑時激活區(qū)域也能準(zhǔn)確地覆蓋到。另外，模型對圖中8張測試圖像的識別結(jié)果與圖像的真實類別相一致，且

P

值均為1，說明模型能夠根據(jù)熱力圖中的激活區(qū)域給出圖像的準(zhǔn)確分類且概率高。通過上述分析可知，該模型能夠關(guān)注到圖像中一些與分類相關(guān)的關(guān)鍵信息并準(zhǔn)確地識別出蘋果病害，且在簡單和復(fù)雜背景圖像中都能有很好的識別效果，具有很強的魯棒性和泛化能力。

圖5 Grad-CAM熱力圖Figure 5 Grad-CAM heatmap

5 蘋果葉部病害識別模型應(yīng)用測試

為進一步驗證本研究模型的可用性，基于Android手機系統(tǒng)，采用Java語言編程實現(xiàn)了蘋果葉部病害識別手機應(yīng)用（APP），識別結(jié)果示例如圖6。在田間實際環(huán)境下對該APP的診斷性能進行了測試。采用手機攝像頭拍照的方式獲取圖像，每個類別分別拍攝了25張圖像，共測試100張圖像，對識別準(zhǔn)確率和平均推理時間進行了統(tǒng)計，結(jié)果如表4。表4可知，該APP能準(zhǔn)確識別出蘋果健康和銹病這2個類別的所有測試圖像，識別準(zhǔn)確率達(dá)到100%，對瘡痂病和黑腐病測試圖像識別準(zhǔn)確率分別為96%和92%?？傮w來看，4個類別的平均識別準(zhǔn)確率為97%，平均推理時間為39.38ms。結(jié)果表明，該APP對田間實際環(huán)境下的病害診斷性能較好，能夠適用于果園內(nèi)蘋果葉部病害的實時識別要求。

表4 APP測試結(jié)果
Table 4 APP test results

?

圖6 APP識別結(jié)果示意圖Figure 6 Schematic diagram of APPrecognition results

6 討論與結(jié)論

近年來，隨著卷積神經(jīng)網(wǎng)絡(luò)的快速發(fā)展，越來越多的專家和學(xué)者開始將其用于植物病害識別領(lǐng)域。黃雙萍等提出了一種基于GoogLeNet的水稻稻瘟病的識別方法，以大田環(huán)境下的水稻稻瘟病穗株為研究對象，平均識別準(zhǔn)確率達(dá)到92.00%。張建華等通過優(yōu)化全連接層層數(shù)等方式對VGG16模型進行改進，實現(xiàn)了棉花褐斑病、炭疽病、黃萎病、枯萎病、輪紋病和健康葉的識別，平均識別準(zhǔn)確率達(dá)到89.51%，比相同試驗條件下的BP神經(jīng)網(wǎng)絡(luò)、支持向量機、AlexNet、GoogLeNet、VGG16模型的識別性能更佳。蘇仕芳等對VGG16模型的全連接層進行改進，并基于遷移學(xué)習(xí)的方式，實現(xiàn)了小樣本葡萄褐斑病、輪斑病、黑腐病和健康葉的識別，平均識別準(zhǔn)確率達(dá)到96.48%。帖軍等以果園環(huán)境內(nèi)的柑橘黑斑病、黃龍病、瘡痂病、潰瘍病和健康葉為研究對象，在ResNet34模型的基礎(chǔ)上對其進行改進，將ResNet34中部分殘差結(jié)構(gòu)中的恒等映射移除，得到S-ResNet模型，將ResNet34中首層7×7大小的卷積核替換為3×3大小的卷積核，得到M-ResNet模型，最后通過模型融合的方法將二者融合，得到F-ResNet模型，該模型的平均識別準(zhǔn)確率達(dá)到93.6%。以上研究方法都能準(zhǔn)確地識別出植物病害的類別，然而模型復(fù)雜度較高，在移動端進行部署較為困難，并且通常只針對一種圖像背景。

本研究以簡單和復(fù)雜背景下的蘋果瘡痂病、黑腐病、銹病和健康葉為研究對象，對輕量級網(wǎng)絡(luò)ShuffleNet V2進行改進，提出了一種改進型ShuffleNet#網(wǎng)絡(luò)的蘋果葉部病害識別方法。使用該網(wǎng)絡(luò)構(gòu)建的病害診斷模型具有識別精度高和識別速度快的優(yōu)點，能夠快速、準(zhǔn)確地識別出上述2種不同背景的4類圖像，在測試集上的識別準(zhǔn)確率達(dá)到98.95%，在移動設(shè)備上單張圖像的平均推理時間為39.38ms，綜合診斷性能良好。將此模型在Android移動端進行部署，開發(fā)一款蘋果葉部病害識別手機應(yīng)用，經(jīng)過測試可知該應(yīng)用可以滿足種植戶日常使用的需求，具有較好的應(yīng)用前景。