許競翔，歐陽建，邱 懿，邢博聞

(上海海洋大學(xué)工程學(xué)院，上海 201306)

近年來，中國水產(chǎn)養(yǎng)殖業(yè)得到快速發(fā)展，現(xiàn)已成為世界第一大水產(chǎn)養(yǎng)殖國。隨著中國社會經(jīng)濟的不斷發(fā)展，越來越多的人員投入到水產(chǎn)養(yǎng)殖中[1]。細(xì)菌性魚病作為水產(chǎn)養(yǎng)殖的主要病害之一，具有暴發(fā)范圍大、流行季節(jié)長以及死亡率高等特點，對漁業(yè)養(yǎng)殖戶造成嚴(yán)重的經(jīng)濟損失[2-3]。例如腸型點狀氣單胞菌、豚鼠氣單胞菌等會造成魚腸充血發(fā)炎，肛門紅腫等[4]；弧菌等會造成對蝦急性肝胰腺壞死病等[5-6]。因此，監(jiān)測養(yǎng)殖池中魚病病原細(xì)菌質(zhì)量濃度對預(yù)防細(xì)菌性魚病具有十分重要的意義。

養(yǎng)殖池中魚病細(xì)菌的檢測需要通過取水樣、病原菌分離、細(xì)菌培養(yǎng)、顯微鏡觀察和人工計數(shù)等步驟確定魚病細(xì)菌的種類和數(shù)量，傳統(tǒng)的細(xì)菌計數(shù)方法分為間接培養(yǎng)計數(shù)法和直接計數(shù)法[7]，都需要利用人工進行觀察和統(tǒng)計數(shù)量，而細(xì)菌都具有目標(biāo)小、數(shù)量多等特點，在進行人工計數(shù)時存在工作量大、效率低、誤差大，結(jié)果受主觀影響等問題[8]。借助深度學(xué)習(xí)來檢測和計數(shù)該類目標(biāo)的方法不受主觀因素的影響，并且具有效率高、錯誤率小等優(yōu)點，逐漸發(fā)展為小目標(biāo)檢測和計數(shù)的熱門研究領(lǐng)域。在深度學(xué)習(xí)模型中，YOLO (You Only Look Once)系列屬于端到端的網(wǎng)絡(luò)，因具有檢測速度快的特點而被廣泛使用。譚潤旭等[9]針對血細(xì)胞數(shù)據(jù)的特點，基于YOLOv3設(shè)計了一種低密度血細(xì)胞計數(shù)方法，平均準(zhǔn)確率均值較其他檢測方法均提高了7%以上；燕江云等[10]利用YOLOv3網(wǎng)絡(luò)檢測腦脊液中分枝桿菌，識別結(jié)果接近人工識別的水平，識別精確率達到88.0%；侯建平等[11]基于YOLOv3設(shè)計了YOLOv3-tiny算法，并與Resnet50模型相結(jié)合，對白帶顯微鏡中的白細(xì)胞等檢測效果較好，檢測精確率達到95.94%；Wang等[12]應(yīng)用SSD(Single Shot MultiBox Detector)和YOLO兩種目標(biāo)檢測方法對白細(xì)胞進行識別和檢測，平均精度為90.09%；YOLOv3和YOLOv4模型對細(xì)胞這類小目標(biāo)的檢測具有較好的精度，但是由于模型參數(shù)量和計算量較大，不適用應(yīng)用在嵌入式或移動式設(shè)備上。對此王靜等[13]提出一種基于YOLOv5的白細(xì)胞檢測算法，通過增加160×160的檢測層，使用四尺度特征檢測，添加坐標(biāo)注意力機制等方法使得平均精度均值較YOLOv5算法提升了3.8%。

以上研究所針對的小目標(biāo)都是生物學(xué)細(xì)胞，對于魚病病原細(xì)菌檢測的研究很少，本研究將深度學(xué)習(xí)引入到水產(chǎn)養(yǎng)殖領(lǐng)域中，對魚病病原細(xì)菌這類小目標(biāo)進行檢測，實現(xiàn)魚病病原細(xì)菌數(shù)量的自動化統(tǒng)計，解決了人工計數(shù)魚病病原細(xì)菌時效率低、誤差大等問題。雖然YOLOv5在模型參數(shù)量和訓(xùn)練速度上優(yōu)于YOLO系列的其他網(wǎng)絡(luò)，但是對于細(xì)菌這類小目標(biāo)的檢測效果并不是很理想，漏檢率和錯檢率較高。本研究提出了一種改進YOLOv5的魚病病原細(xì)菌檢測算法YOLOv5_final，通過增大輸入魚病病原細(xì)菌圖像的尺寸、添加空間和通道注意力機制、添加檢測層與主干特征提取網(wǎng)絡(luò)進行特征融合以及增加多尺度檢測等方法，提升對魚病病原細(xì)菌這種小目標(biāo)的檢測精度。由于魚蝦卵等小目標(biāo)的特征與魚病病原細(xì)菌十分相似，該方法可以擴展應(yīng)用在魚蝦卵的檢測和計數(shù)上，根據(jù)計數(shù)結(jié)果合理投放飼料和供應(yīng)氧氣等[14]。

1 網(wǎng)絡(luò)模型

1.1 YOLOv5

隨著不斷發(fā)展和改進，YOLO系列已經(jīng)更新到了YOLOv5，YOLOv5在準(zhǔn)確率和檢測速度上都得到了提升。而YOLOv5s在YOLOv5系列中深度最小、識別速度最快，但是相對而言，平均精度AP是最低的。因此選取YOLOv5s作為本研究的基礎(chǔ)模型[15-16]，下文簡稱YOLOv5。

YOLOv5網(wǎng)絡(luò)主要由主干特征提取網(wǎng)絡(luò)(Backbone)、路徑聚合網(wǎng)絡(luò)(Neck)以及預(yù)測網(wǎng)絡(luò)(Prediction)組成。主干特征提取網(wǎng)絡(luò)主要包括輸入層(Input)、切片層(Focus)、卷積層(Conv)、瓶頸層(CSP)以及空間池化層(SPP)[17]。

路徑聚合網(wǎng)絡(luò)主要作用是特征融合，采用一系列上采樣和下采樣聯(lián)合的方式進行特征融合，這種方式能對多尺度特征更好地融合[18]。將融合后的特征層傳入預(yù)測層，通過非極大值抑制的方式消除大量冗余的候選框，得到置信度較高的預(yù)測類別，并返回目標(biāo)的寬高信息和坐標(biāo)點信息[19-20]。

1.2 Anchors參數(shù)

Anchors是提前在圖像中預(yù)設(shè)好的不同大小和寬高比的預(yù)選框。Anchors的設(shè)置一般都是通過人工計算。目前大部分目標(biāo)檢測算法都采用了先驗框方法，如RetinaNet[21]、SSD[22]等。Anchors將不同尺度的目標(biāo)劃分為幾個方塊，該方法降低了訓(xùn)練難度和學(xué)習(xí)難度。因此，選取合適的Anchors尺度對模型的訓(xùn)練效果有一定的影響[23]。本研究網(wǎng)絡(luò)在Neck部分增加了152×152的特征圖分支，所以將聚類得到的Anchors數(shù)量由9組增加為12組，通過對訓(xùn)練集進行K-means聚類的方法得到和特征圖更加匹配的先驗框[24]，從而提升模型的準(zhǔn)確率和召回率[25]。K-means聚類算法的主要思想是：首先在細(xì)菌數(shù)據(jù)集中隨機選擇K個聚類中心點，計算這K個聚類中心點到其他樣本的距離并且按照距離大小劃分到不同的類中，最后以每個類的質(zhì)心作為新的聚類中心點，重復(fù)上述過程直到聚類中心的位置保持不變。K-means聚類得到的12組Anchors尺寸分別為(24,28)、(32,23)、(32,31)、(28,42)、(44,27)、(40,35)、(36,50)、(55,33)、(53,49)、(42,72)、(77,50)、(64,80)。

1.3 注意力機制CBAM

注意力機制能夠使網(wǎng)絡(luò)更加關(guān)注圖像中的目標(biāo)區(qū)域、抑制目標(biāo)之外的區(qū)域，從而能夠更好地提取出大量有價值的信息。目前常見的注意力機制有SE Net[26]、CBAM[27]以及Non-local block[28]。本研究選取CBAM模塊，該模塊是將空間和通道的注意力機制結(jié)合起來，對空間和通道兩個維度分別依次導(dǎo)出映射特征圖，然后將兩個特征圖分別基于空間和通道做concat操作，并與輸入特征做乘法操作得到最終的輸出特征[29]。

2 改進YOLOv5的細(xì)菌檢測算法

由原始YOLOv5網(wǎng)絡(luò)結(jié)構(gòu)可以知道，在主干特征提取網(wǎng)絡(luò)Backbone中，有3層CSP結(jié)構(gòu)、4層Conv結(jié)構(gòu)和1層SPP結(jié)構(gòu)，而只有最后2層CSP模塊的輸出在Neck結(jié)構(gòu)中被利用。如圖1紅色虛線所示，為了能更好地利用主干特征提取網(wǎng)絡(luò)提取的特征信息，借鑒Neck結(jié)構(gòu)中的上采樣，添加1層上采樣并和Backbone結(jié)構(gòu)中的第1層CSP輸出的特征圖進行特征融合，并且作為1層輸出和原來的3層輸出構(gòu)成4個尺度的輸出層。為了進一步細(xì)化主干特征提取網(wǎng)絡(luò)的特征，在Backbone中的每一個CSP模塊前面添加CBAM注意力機制，強化模型對重要特征通道的敏感性，提取更強有力的特征，對Conv提取的特征更好地利用，如圖1中紅框所示。

圖1 網(wǎng)絡(luò)結(jié)構(gòu)

由于K-means聚類的初始聚類中心點是通過隨機產(chǎn)生的，聚類中心的選擇會影響最終的聚類結(jié)果。針對這個問題，本研究采用K-means++聚類算法對細(xì)菌數(shù)據(jù)集的先驗框進行聚類。K-means++聚類算法能夠使初始聚類中心點之間保持一定距離，首先在細(xì)菌數(shù)據(jù)集中隨機確定第一個初始聚類中心點，計算剩下所有樣本點距離該初始聚類中心點的距離記為D(x)，根據(jù)公式(1)計算該初始聚類中心點能夠作為下一個聚類中心點的概率Px，通過輪盤法選出新的聚類中心點，重復(fù)上述步驟直到選出了K個聚類中心點[30]。K-means++聚類算法計算出的結(jié)果能更好地減小誤差，從而得到更合適的先驗框。

(1)

K-means++聚類得到的12組Anchors尺寸分別為(9,8)、(10,12)、(14,9)、(15,13)、(12,17)、(21,13)、(17,17)、(15,23)、(29,14)、(22,21)、(19,32)、(33,21)。K-means++聚類生成的新Anchors尺寸總體偏小并且差異較小，更加符合細(xì)菌的真實尺寸，從而能夠提升模型檢測的準(zhǔn)確率。

3 數(shù)據(jù)處理

3.1 試驗環(huán)境

選用的操作系統(tǒng)為centos7，64位，所有試驗基于Pytorch框架，顯卡型號為NVIDIA GeForce RTX 3090，CUDA版本為11.4。數(shù)據(jù)集為顯微鏡下的細(xì)菌圖像，初始細(xì)菌圖一共200張，通過旋轉(zhuǎn)、平移、翻轉(zhuǎn)、增加對比度等數(shù)據(jù)擴增方式得到800張細(xì)菌數(shù)據(jù)集，共21 424個細(xì)菌目標(biāo)，label保存為.txt格式。將數(shù)據(jù)集按照9∶1劃分為訓(xùn)練集和測試集。將最小批次設(shè)置為16，權(quán)重衰減設(shè)置為5×10-4，初始學(xué)習(xí)率設(shè)置為0.01，訓(xùn)練輪次設(shè)為600次。

3.2 圖像預(yù)處理

選取共聚焦顯微鏡下的細(xì)菌圖作為試驗數(shù)據(jù)集，細(xì)菌性魚病病原細(xì)菌主要表現(xiàn)為形狀短小，呈桿狀或者逗點狀。流程圖如圖2所示。當(dāng)輸入圖像大小超過1 080×1 920時，圖像中像素點小于37的目標(biāo)將無法學(xué)習(xí)特征信息。由圖2的輸入圖可以看出，顯微鏡下獲取的細(xì)菌圖分辨率過大，并且細(xì)菌在圖像中的位置偏小，因此對輸入細(xì)菌圖進行處理。由于YOLOv5網(wǎng)絡(luò)將輸入圖像規(guī)定到了固定尺寸，所以首先擴大原始細(xì)菌圖像的大小，然后進行100份等份切分，切分后的圖像大小為416×416。這樣處理能夠使細(xì)菌的特征信息全部學(xué)習(xí)，一定程度上提高了小目標(biāo)的檢測精度，也可以避免小目標(biāo)漏檢[31]。

圖2 預(yù)處理流程圖

3.3 模型評價指標(biāo)

對模型檢測效果的評價指標(biāo)有很多，選取精確率(Precision)、召回率(Recall)以及平均準(zhǔn)確率均值mAP(mean Average Precision)[32]來評定網(wǎng)絡(luò)訓(xùn)練好壞。精確率表示所有被預(yù)測為正的樣本中實際為正的樣本的概率；召回率表示在實際為正的樣本中被預(yù)測為正樣本的概率；平均精度均值是將所有類別的aP值進行平均求得的，而aP值是PR曲線與橫坐標(biāo)所圍成的面積，交并比為0.95。

(2)

(3)

(4)

(5)

式中：TP表示細(xì)菌被正確識別為細(xì)菌；FP表示非細(xì)菌被錯誤識別為細(xì)菌；FN表示細(xì)菌被錯誤識別為非細(xì)菌；P表示所有被預(yù)測為細(xì)菌的目標(biāo)中實際為細(xì)菌的目標(biāo)的概率；R表示在實際為細(xì)菌的目標(biāo)中被預(yù)測為細(xì)菌的概率；map表示mAP，即平均準(zhǔn)確率均值。

4 結(jié)果與分析

4.1 對比試驗

首先利用原始的YOLOv5模型對細(xì)菌圖進行訓(xùn)練和識別，識別效果圖如圖3所示。從圖3可以看到，在細(xì)菌圖的邊緣部分存在很多漏檢，如圖3中紅框所示，對細(xì)菌這類小目標(biāo)的檢測效果較差。

圖3 原始YOLOv5檢測效果

針對細(xì)菌漏檢問題，對原始YOLOv5的路徑聚合網(wǎng)絡(luò)進行優(yōu)化，增加1層上采樣層，并且和主干特征提取網(wǎng)絡(luò)的第1層CSP模塊進行特征融合，加強特征信息的提取，將該網(wǎng)絡(luò)記為YOLOv5_4layer。為了證明該操作對提高細(xì)菌檢測精度的有效性，將原始YOLOv5網(wǎng)絡(luò)和增加上采樣后的YOLOv5_4layer網(wǎng)絡(luò)進行對比，從訓(xùn)練精度Train_Loss和平均精度mAP兩個方面來討論。從圖4訓(xùn)練損失對比圖可以看到，增加上采樣之后的網(wǎng)絡(luò)訓(xùn)練損失下降得更快，并且一直低于原始YOLOv5網(wǎng)絡(luò)，說明添加上采樣之后的網(wǎng)絡(luò)輸出的預(yù)測值和真實值之間的差異最小。

圖4 YOLOv5和YOLOv5_4layer的訓(xùn)練損失

為了對比網(wǎng)絡(luò)模型的訓(xùn)練精度，本文對比兩種模型訓(xùn)練過程中平均精度mAP值的變化曲線如圖5所示。在訓(xùn)練到120個epoch之前，兩個模型的mAP值變化起伏情況旗鼓相當(dāng)，在120個epoch之后，原始網(wǎng)絡(luò)的mAP值一直位于增加上采樣之后的網(wǎng)絡(luò)上方，說明訓(xùn)練精度比原始YOLOv5模型較差，因此對其進行進一步改進，提高平均檢測精度。

圖5 YOLOv5和YOLOv5_4layer的mAP值

為了能夠提高模型的平均檢測精度，在Backbone結(jié)構(gòu)中加入基于空間和通道的注意力機制模塊CBAM，將其嵌入至Backbone中的每個CSP模塊之前，使其能更好地對卷積模塊Conv提取的特征信息進行細(xì)化，并將該網(wǎng)絡(luò)記為YOLOv5_final。從圖6可以看到，YOLOv5_final網(wǎng)絡(luò)在訓(xùn)練過程中收斂的最快，并且一直處于最低位置，對模型的影響最小。

圖6 不同網(wǎng)絡(luò)的訓(xùn)練損失

為了更好地驗證改進模型YOLOv5_final的有效性，對比mAP值的變化如圖7所示。

圖7 不同網(wǎng)絡(luò)的mAP值

從圖7可以看到，YOLOv5_final網(wǎng)絡(luò)模型最終所能達到的mAP值最高，具有更好地檢測精度。這是因為CBAM模塊能夠更好地將卷積模塊提取到的特征進行進一步細(xì)化，使得改進后算法的輸出值和真實值之間的差異最小，得到的預(yù)測精度達到最高。

4.2 檢測結(jié)果分析

為了對比3種網(wǎng)絡(luò)對細(xì)菌小目標(biāo)的檢測效果，隨機選取一張圖片進行效果測試，結(jié)果如圖8所示。如圖8中的紅色框所示，增加上采樣層后的網(wǎng)絡(luò)YOLOv5_4layer在邊緣部分有較好的檢測效果，并且本研究優(yōu)化后的最終網(wǎng)絡(luò)YOLOv5_final能夠檢測出一些更小的細(xì)菌目標(biāo)，識別準(zhǔn)確率較高，這證實了注意力機制CBAM的有效性，能夠?qū)μ崛〉降奶卣鬟M行進一步細(xì)分。為了進一步量化分析3種網(wǎng)絡(luò)的檢測精度，將3種網(wǎng)絡(luò)的mAP值、準(zhǔn)確率和召回率[33]統(tǒng)計如表1所示。

圖8 細(xì)菌識別效果對比圖

從表1可以看到，增加檢測層之后的網(wǎng)絡(luò)比原始網(wǎng)絡(luò)的mAP提高了0.56%，精確率和召回率分別提升了2.4%和2.5%。添加注意力機制后，網(wǎng)絡(luò)的mAP值相比于沒有添加注意力機制的網(wǎng)絡(luò)提升了1.78%，精確率和召回率也有所提升。從訓(xùn)練精度和損失值來看，添加了檢測層之后的網(wǎng)絡(luò)訓(xùn)練損失收斂的最快，加入CBAM模塊之后，不管是模型收斂程度還是訓(xùn)練精度都有很明顯的提升，邊框回歸的更加準(zhǔn)確。驗證了檢測層和注意力模塊的有效性。

表1 不同網(wǎng)絡(luò)的檢測結(jié)果對比

5 結(jié)論

針對魚病病原細(xì)菌這種微小目標(biāo)檢測，Backbone中的每個CSP模塊都有提取到特征信息，因此借鑒Neck結(jié)構(gòu)的上采樣，添加一層上采樣，并與Backbone中的第1層CSP模塊提取到的特征信息進行Concat融合，該方法能夠充分利用Backbone主干特征提取網(wǎng)絡(luò)提取到的信息。在CSP模塊前添加注意力機制CBAM，注意力機制能夠?qū)矸e模塊提取到的特征信息進一步的細(xì)化，并且不會增加模型的參數(shù)量。從訓(xùn)練損失Train_Loss、平均精度mAP以及檢測效果3個方面來驗證增加上采樣層和注意力機制CBAM的有效性。通過結(jié)果對比能夠得知，上采樣層和注意力機制都能夠有效地檢測細(xì)菌，準(zhǔn)確地回歸出預(yù)測框，在交并比為0.95的情況下，本研究改進后的YOLOv5算法比原始YOLOv5算法在平均準(zhǔn)確率均值上提升2.34%，漏檢率和錯檢率也有所下降。說明本文算法對于魚病病原細(xì)菌這類小目標(biāo)的檢測具有很好的效果。

本研究將深度學(xué)習(xí)引入魚病病原細(xì)菌的檢測和識別上，并達到較好的檢測效果，對魚病病原細(xì)菌的數(shù)量統(tǒng)計和質(zhì)量濃度計算等實現(xiàn)自動化，解決了人工計數(shù)效率低、誤差大等問題。此外，該方法也可以運用到漁業(yè)養(yǎng)殖領(lǐng)域，對魚蝦卵進行檢測和識別，計算魚池中魚蝦的濃度，從而進行匹配的飼料供應(yīng)和氧氣輸入，這對于漁業(yè)養(yǎng)殖戶預(yù)防細(xì)菌性魚病和魚類養(yǎng)殖等具有較大意義。

□