崔艷榮， 卞珍怡， 高英寧

(長江大學(xué)計算機科學(xué)學(xué)院，湖北荊州 434023)

由于花卉種類繁多、結(jié)構(gòu)復(fù)雜，花卉識別在計算機視覺和圖像處理領(lǐng)域仍然是一個挑戰(zhàn)。傳統(tǒng)的花卉特征提取方法有GrabCut切割算法[1]、快速魯棒特征(SURF)、局部二進制模式(LBP)[2]和灰度共生矩陣(GLCM)[3]等方法，存在費時費力、主觀性強、模型泛化能力差且無法處理海量數(shù)據(jù)等問題。

近幾年，深度學(xué)習(xí)在計算機視覺、自然語言處理等方面獲得了重大突破，已廣泛應(yīng)用于圖像識別領(lǐng)域[4]。林君宇等將多輸入卷積神經(jīng)網(wǎng)絡(luò)和遷移學(xué)習(xí)應(yīng)用到花卉識別領(lǐng)域，取得了95.3%的識別率[5]。吳麗娜等在LeNet-5網(wǎng)絡(luò)模型基礎(chǔ)上調(diào)整連接方式和池化操作，并使用隨機梯度下降算法進行花卉識別，取得了96.5%的花卉識別率[6]。劉嘉政對Inception_v3模型進行深度遷移學(xué)習(xí)，對其結(jié)構(gòu)進行微調(diào)，在自定義數(shù)據(jù)集上取得了93.73%的準確率[7]。關(guān)胤采用152層殘差網(wǎng)絡(luò)結(jié)構(gòu)進行花卉識別，并結(jié)合遷移學(xué)習(xí)訓(xùn)練，取得了較好的識別效果[8]。Cao等采用基于殘差網(wǎng)絡(luò)和注意力網(wǎng)絡(luò)的加權(quán)視覺注意力學(xué)習(xí)塊進行花卉識別，在flowers17上取得了85.7%的識別率[9]。裴曉芳等將resnet18網(wǎng)絡(luò)模型的全連接層替換為卷積層，融入了混合域注意力機制，采用Softmax進行花卉識別[10]。

現(xiàn)有深度學(xué)習(xí)模型都需要大量的數(shù)據(jù)進行訓(xùn)練，計算機視覺領(lǐng)域中用于數(shù)據(jù)增強并減少過擬合的傳統(tǒng)采樣方法包括旋轉(zhuǎn)、裁剪、翻轉(zhuǎn)、顏色轉(zhuǎn)換等[11]。在很多情況下，這些方法生成的圖像僅為原始數(shù)據(jù)的簡單冗余副本。生成對抗網(wǎng)絡(luò)(generative adversarial network，GAN)很好地解決了該問題，其模型中的生成器(G)和判別器(D)交替訓(xùn)練完成后，G可以生成大量高質(zhì)量的模擬樣本以進行數(shù)據(jù)增強，GAN廣泛適用于圖像超分辨率重建、人臉圖像生成與復(fù)原、圖像轉(zhuǎn)換、視頻預(yù)測等領(lǐng)域[12]。

目前，很少有人將GAN應(yīng)用到花卉識別領(lǐng)域。本研究提出一種基于改進Wasserstein生成對抗網(wǎng)絡(luò)[13](attention residual WGAN-GP，ARWGAN-GP)的花卉識別方法。使用殘差網(wǎng)絡(luò)構(gòu)建G和D，解決了網(wǎng)絡(luò)過深時出現(xiàn)的梯度消失問題，減小了模型計算量，G和D分別融入了注意力機制[14]，快速有效地提取了花卉顯著區(qū)域特性，且通過融合損失函數(shù)進一步優(yōu)化GAN模型，生成高質(zhì)量花卉樣本，將判別器應(yīng)用到花卉識別網(wǎng)絡(luò)，使得花卉識別準確度顯著提高。

1 改進Wasserstein生成對抗網(wǎng)絡(luò)方法

1.1 生成對抗網(wǎng)絡(luò)

GAN是一種生成模型，包括G和D，GAN旨在訓(xùn)練G合成模擬樣本G(z)以混淆D，D試圖區(qū)分生成樣本和真實樣本。G和D之間的最小-最大博弈目標函數(shù)如式(1)：

(1)

其中：x采樣于真實數(shù)據(jù)分布Pr(x)；z采樣于隨機噪聲分布Pg(z)；D(G(z))為D判別輸入為G生成數(shù)據(jù)的概率；D(x)為D判別輸入為原始數(shù)據(jù)的概率。

使用交叉熵散度來度量不同樣本間的距離，會導(dǎo)致GAN產(chǎn)生梯度消失問題。王怡斐等提出使用Wasserstein距離比較樣本之間的差異性，改善了GAN梯度消失的缺陷，使得網(wǎng)絡(luò)訓(xùn)練更加穩(wěn)定[15]。式(2)為WGAN的優(yōu)化目標函數(shù)。

L=-Ex～Pdata(x)[D(x)]+Ez～Pz(z)[D(G(z))]。

(2)

但WGAN對權(quán)重參數(shù)裁剪過于簡單，又會導(dǎo)致梯度爆炸，生成的樣本質(zhì)量仍然不理想。Liu等提出了新的改進方法，采用梯度懲罰的方法進行權(quán)重優(yōu)化，以達到加快網(wǎng)絡(luò)訓(xùn)練且生成高質(zhì)量樣本的目的[16]。模型損失函數(shù)如式(3)所示：

(3)

LG=-Ez～Pz(z)[D(G(z))]；

(4)

(5)

式(3)前2項為WGAN的優(yōu)化目標函數(shù)；x為原始數(shù)據(jù)分布Pdata(x)的輸入樣本；z是采樣于Pz(z)中的隨機噪聲；最后一項為梯度懲罰項；λ為梯度懲罰項參數(shù)；ε采樣于標準均勻分布。

1.2 注意力機制

由于卷積神經(jīng)網(wǎng)絡(luò)只關(guān)注圖像數(shù)據(jù)中的局部依賴性，在計算長距離特征時效率極低，傳統(tǒng)的生成對抗網(wǎng)絡(luò)可以捕獲到圖像中的紋理特性，但很難學(xué)習(xí)到圖像中特定的結(jié)構(gòu)和幾何特征。在生成對抗網(wǎng)絡(luò)中添加注意力機制，可以計算圖像像素之間的相關(guān)性，并建立長距離依賴性，進一步提取到花卉樣本的全局特征，生成的圖像可以顯示更多的細節(jié)。注意力機制原理如圖1所示。

圖1中X表示卷積后的特征圖，將x輸入到3個1×1卷積層來獲得特征空間f(x)、g(x)、h(x)，將f(x)和g(x)執(zhí)行相應(yīng)計算得到βji，如式(6)～(9)：

Sij=f(xi)T?g(xj)；

(6)

f(xi)=Wfxi；

(7)

g(xj)=Wgxj；

(8)

(9)

式中：f(x)為像素提??；Wf為f(x)的權(quán)重；g(x)為全局特征提??；Wg為g(x)的權(quán)重；?表示矩陣乘法；N為特征圖數(shù)；βji表示注意力圖；注意力機制輸出層見式(10)(11)：

(10)

h(xi)=Whxi。

(11)

式中：Wh是h(x)的權(quán)重。為使網(wǎng)絡(luò)學(xué)習(xí)提取到特征圖的局部和全局特征，將自注意力層Oi輸出乘以系數(shù)λ并將其添加到特征圖，獲得注意力機制的最終輸出yi。其中λ是一個可學(xué)習(xí)參數(shù)，初始值設(shè)為0。

yi=λOi+xi。

(12)

1.3 生成對抗網(wǎng)絡(luò)模型

1.3.1 生成器 原始生成器結(jié)構(gòu)為簡單卷積神經(jīng)網(wǎng)絡(luò)，模型訓(xùn)練速度較快，但模型生成樣本質(zhì)量不好，會出現(xiàn)棋盤效應(yīng)；且隨著網(wǎng)絡(luò)深度的增加，會出現(xiàn)梯度消失，使得網(wǎng)絡(luò)無法訓(xùn)練。本研究使用殘差網(wǎng)絡(luò)來構(gòu)建生成器，采用最近鄰插值代替反卷積進行上采樣操作，將上采樣和殘差網(wǎng)絡(luò)融合在一起來解決該問題。上采樣殘差塊如圖2所示，輸入樣本經(jīng)過批量歸一化以加快模型訓(xùn)練速度，采用最近鄰插值進行上采樣，通過2層卷積提取特征；且在輸入樣本的同時經(jīng)過最近鄰插值法進行上采樣，通過1層卷積提取特征，將2個特征圖輸出進行融合，得到上采樣殘差塊的最終輸出。

花卉圖像背景復(fù)雜，存在大量噪聲干擾，使得生成器生成的花卉樣本效果較差。在生成器淺層網(wǎng)絡(luò)中加入注意力機制，可以關(guān)注生成花卉樣本的邊緣區(qū)域特征，在深層網(wǎng)絡(luò)中添加注意力機制，進一步合成花卉樣本的紋理細節(jié)特征。本研究在生成器中加入注意力機制來提取有效花卉樣本區(qū)域特征，進一步合成高質(zhì)量的花卉樣本。注意力機制結(jié)構(gòu)如圖3所示。

生成器輸入采樣于隨機分布的128維噪聲，通過全連接層轉(zhuǎn)換為16 384維向量，經(jīng)過維度轉(zhuǎn)換大小變?yōu)?4，4，1 024)。通過5個上采樣殘差塊進行上采樣，將特征圖大小依次擴大2倍，除第1層上采樣殘差塊通道數(shù)不變，其他依次縮小為1/2，特征圖大小變?yōu)?128，128，64)。在每個上采樣殘差塊后依次添加1個注意力模塊進一步提取樣本特征，提升模擬樣本的清晰度，注意力機制不更改樣本大小。最后通過1層卷積層，得到一個維度為(128，128，3)的模擬樣本。卷積層激活函數(shù)為ReLU，輸出層激活函數(shù)為Tanh。圖4為G結(jié)構(gòu)圖。

1.3.2 判別器 判別器模型結(jié)構(gòu)和生成器模型結(jié)構(gòu)對應(yīng)，采用下采樣殘差塊進行特征提取，融入注意力機制進一步提取花卉區(qū)域樣本特征，將維度為(128，128，3)的真實樣本和模擬樣本傳入判別器，通過5層下采樣殘差塊進行特征提取，使得特征圖數(shù)不斷增加，圖片大小不斷減小。在每層下采樣殘差塊后依次添加1層注意力模塊進行特征提取，約束模擬樣本的細節(jié)特征，提高模擬樣本的真實性，且注意力機制不改變特征圖大小。最后通過卷積層得到(4，4，1 024)的特征圖，通過全連接層進行判斷。D中卷積層均為Leaky ReLU激活函數(shù)。圖5為D結(jié)構(gòu)圖，圖6為下采樣殘差塊結(jié)構(gòu)圖。

1.3.3 損失函數(shù)及模型訓(xùn)練 為使得G可以生成清晰度更高的，且具有多樣性的高質(zhì)量花卉樣本，生成器采用融合損失函數(shù)，將對抗損失、注意力損失和重構(gòu)損失進行加權(quán)融合。判別器損失函數(shù)采用式(3)計算。

1.3.3.1 對抗損失 對抗損失為wgan-gp的生成器損失函數(shù)。如式(4)所示，改善了GAN和WGAN訓(xùn)練時出現(xiàn)的梯度消失，訓(xùn)練解決不穩(wěn)定和生成花卉樣本效果不佳的缺陷。

1.3.3.2 注意力損失 為更好地提取花卉樣本的局部和全局性特征，生成紋理清晰、視覺上和真實樣本高度相似且具有多樣性的模擬樣本，引入注意力損失，如式(13)所示。

(13)

式中：yi表示注意力機制輸出，同式(12)；θi表示注意力機制輸出層的權(quán)重，淺層的注意力層輸出可用信息較少，權(quán)重較小，深層輸出權(quán)重較大，經(jīng)對比試驗驗證，權(quán)重參數(shù)依次選為1，1，1，2，2，G(z)為生成模擬樣本。

1.3.3.3 重構(gòu)損失 重構(gòu)損失為生成樣本與真實花卉樣本之間的L1距離，可以較好地反映生成花卉樣本的真實性，如式(14)所示。

Lrec=Ex～Pdata(x)，z～Pz(z)[‖G(z)-x‖1]。

(14)

式中：x為原始數(shù)據(jù)分布Pdata(x)的輸入樣本；z是采樣于Pz(z)中的隨機噪聲。

融合目標損失函數(shù)為式(15)所示。

Llos=δ1LG+δ2Latt+δ3Lrec。

(15)

式中：δ1，δ2，δ3為損失函數(shù)的權(quán)重。經(jīng)對比試驗分析得到，δ1為1，δ2為0.05，δ3為10時效果最好。

G的訓(xùn)練需要固定D參數(shù)，隨機噪聲經(jīng)過生成器進行一系列的上采樣后生成模擬樣本，將其送入到D進行判別，盡最大可能使D判別生成的樣本為真實樣本。D需要送入生成樣本和真實樣本進行參數(shù)優(yōu)化，根據(jù)式(15)和式(3)計算生成器融合損失值和D的損失值，采用Adam算法進行參數(shù)調(diào)整，融合損失函數(shù)值主要為引導(dǎo)生成器生成更高質(zhì)量的樣本，D損失函數(shù)值可以表現(xiàn)網(wǎng)絡(luò)模型的訓(xùn)練情況，當該值趨于穩(wěn)定收斂時，表明網(wǎng)絡(luò)模型訓(xùn)練近似達到最優(yōu)，此時生成器加權(quán)損失函數(shù)也趨于穩(wěn)定，生成的模擬樣本質(zhì)量更高。交替對抗訓(xùn)練G和D，為防止過擬合，加快模型收斂，G和D訓(xùn)練次數(shù)設(shè)為1 ∶k。

1.4 花卉識別模型

ARWGAN-GP訓(xùn)練完成后，G可以生成紋理清晰，視覺上和真實樣本高度相似且具有多樣性的模擬樣本，判別器可以快速提取花卉樣本特征。將訓(xùn)練好的生成對抗網(wǎng)絡(luò)模型進行調(diào)整，以解決花卉識別準確度低的問題。圖7為花卉識別網(wǎng)絡(luò)模型。本研究遷移判別器網(wǎng)絡(luò)參數(shù)到花卉識別網(wǎng)絡(luò)，大幅度減小了花卉識別網(wǎng)絡(luò)訓(xùn)練時間，且進一步提高了花卉識別率，替換全連接層為新設(shè)計的全連接分類層，使用softmax激活函數(shù)進行花卉識別。對花卉識別模型進行適當?shù)膮?shù)調(diào)整以適應(yīng)新任務(wù)的要求，使用交叉熵損失函數(shù)和Adam算法調(diào)整網(wǎng)絡(luò)參數(shù)，采用生成器生成的模擬樣本作為訓(xùn)練集訓(xùn)練花卉識別網(wǎng)絡(luò)。

2 結(jié)果與分析

2.1 試驗環(huán)境與數(shù)據(jù)集

本研究試驗平臺為Windows10，GPU為NVIDIA GEFORCE GTX 1080，深度學(xué)習(xí)架構(gòu)為keras和Tensorflow。選擇Oxford 102花卉數(shù)據(jù)集作為數(shù)據(jù)樣本，包含102種花卉，共8 189張圖片，將花卉樣本等比例縮放為128×128像素，示例如圖8所示。訓(xùn)練集和測試集的比例設(shè)置為9 ∶1。

2.2 試驗設(shè)計

2.2.1 ARWGAN-GP模型訓(xùn)練及驗證 本研究使用oxford102花卉數(shù)據(jù)集訓(xùn)練ARWGAN-GP，迭代次數(shù)為20 000，批處理樣本數(shù)為32，G和D學(xué)習(xí)率分別為0.000 1和0.000 4，G和D優(yōu)化更新次數(shù)為1 ∶3。使用G為每張花卉數(shù)據(jù)對應(yīng)生成大量模擬樣本作為訓(xùn)練集，訓(xùn)練本研究的花卉識別網(wǎng)絡(luò)。

圖9為ARWGAN-GP在不同迭代次數(shù)時判別器損失函數(shù)值。在模型開始訓(xùn)練階段，D損失函數(shù)值震蕩幅度較大。此時，G生成樣本能力較弱，融合損失函數(shù)值和D損失函數(shù)值不斷引導(dǎo)G生成更高質(zhì)量的樣本，經(jīng)過多次迭代后，D損失函數(shù)值震蕩范圍縮小，下降到較小值且趨于收斂，表明此階段為模型學(xué)習(xí)階段。隨著試驗的進行，模型不斷學(xué)習(xí)優(yōu)化，當訓(xùn)練次數(shù)達到10 000次時，D損失函數(shù)值趨于穩(wěn)定收斂，表明ARWGAN-GP得到了充分的訓(xùn)練，模型已經(jīng)達到最優(yōu)。此時，G可以生成高質(zhì)量的模擬樣本。訓(xùn)練完成后，使用G生成大量模擬花卉樣本。

為驗證本研究生成的對抗網(wǎng)絡(luò)結(jié)構(gòu)和融合損失函數(shù)的有效性，設(shè)置以下對比試驗進行驗證。試驗1、2、3均采用WGAN-GP模型，試驗1網(wǎng)絡(luò)結(jié)構(gòu)以本研究生成器結(jié)構(gòu)為基礎(chǔ)，去掉注意力機制，并采用反卷積神經(jīng)網(wǎng)絡(luò)代替上采樣殘差塊結(jié)構(gòu)。試驗2網(wǎng)絡(luò)結(jié)構(gòu)以本研究生成器結(jié)構(gòu)為基礎(chǔ)，并去掉注意力機制，試驗4為本研究生成對抗網(wǎng)絡(luò)模型，試驗3和試驗4均使用本研究生成器結(jié)構(gòu)。判別器結(jié)構(gòu)均與生成器相對應(yīng)。生成花卉樣本如圖10所示。

圖10表明模型訓(xùn)練完成后，生成器可以生成紋理清晰、視覺上和真實樣本高度相似且具有多樣性的模擬樣本。

本研究采用PSNR(峰值信噪比)、SSIM(結(jié)構(gòu)相似性)和損失函數(shù)來對生成樣本質(zhì)量進行評價，PSNR值越大表明生成樣本的質(zhì)量越好，SSIM值越大表明生成樣本的視覺效果越好。表1為PSNR和SSIM評估值。

表1 生成樣本質(zhì)量評估

圖11為4組試驗的損失函數(shù)圖。

由圖10、圖11和表1可看出，試驗1在迭代到 12 500 次時，模型損失函數(shù)趨于穩(wěn)定收斂，生成的花卉樣本存在部分模糊情況，這是由于生成對抗網(wǎng)絡(luò)訓(xùn)練并沒有充分學(xué)習(xí)到花卉樣本特征，PSNR值為24.48 dB，SSIM為0.788 2。試驗2相較于試驗1模型收斂速度加快，表明使用上采樣殘差塊加快了模型訓(xùn)練速度，且提高了模型特征提取能力，使得生成對抗網(wǎng)絡(luò)生成樣本能力得到進一步提升，PSNR值為25.74 dB，SSIM值為0.816 4，生成的花卉樣本目標邊緣更加清晰，視覺效果較好，質(zhì)量更高。試驗3在試驗2基礎(chǔ)上又加入了注意力機制，進一步關(guān)注有效花卉區(qū)域樣本特征，使得生成的花卉樣本紋理理細節(jié)更加清晰，PSNR為26.89 dB，SSIM為0.834 7。試驗4使用改進的融合損失函數(shù)，使得網(wǎng)絡(luò)進一步關(guān)注有效花卉區(qū)域，網(wǎng)絡(luò)模型訓(xùn)練更加穩(wěn)定，得到更高的PSNR和SSIM，生成花卉樣本紋理更清晰，視覺效果更好，質(zhì)量更高，進一步說明本研究生成對抗網(wǎng)絡(luò)結(jié)構(gòu)和融合損失函數(shù)的有效性。

2.2.2 花卉識別網(wǎng)絡(luò)訓(xùn)練及生成樣本評估 花卉識別網(wǎng)絡(luò)使用Adam優(yōu)化器調(diào)整模型參數(shù)，迭代次數(shù)為5 000，學(xué)習(xí)率為0.001，批處理樣本數(shù)為64，使用原始訓(xùn)練集訓(xùn)練花卉識別網(wǎng)絡(luò)?；ɑ茏R別網(wǎng)絡(luò)識別準確度如圖12所示。當網(wǎng)絡(luò)迭代到3 000次時，花卉識別率趨于穩(wěn)定，達到92.49%，網(wǎng)絡(luò)達到最優(yōu)狀態(tài)。

為測試生成器生成樣本的數(shù)量對花卉識別率的影響，設(shè)計了6組對比試驗，使用訓(xùn)練完成的生成器為每張花卉數(shù)據(jù)對應(yīng)生成50、60、70、80、90、100張模擬樣本作為訓(xùn)練集訓(xùn)練本研究的花卉識別網(wǎng)絡(luò)。試驗結(jié)果如圖13所示。

由圖13可以看出，使用生成樣本作為訓(xùn)練集使得準確率得到了很大提升，表明ARWGAN-GP模型生成的樣本紋理清晰、視覺上和真實樣本高度相似且具有多樣性模擬樣本的有效性。隨著生成模擬樣本數(shù)量的增多，對花卉數(shù)據(jù)集的增強效果逐漸趨于穩(wěn)定，當花卉樣本數(shù)達到80張時，花卉識別率逐漸趨于穩(wěn)定，達到98.36%，此時模型已經(jīng)處于收斂狀態(tài)。

為驗證本研究生成花卉樣本進行數(shù)據(jù)增強和花卉識別網(wǎng)絡(luò)的有效性，分別設(shè)置3組花卉識別網(wǎng)絡(luò)和6組數(shù)據(jù)集進行試驗驗證。采用傳統(tǒng)方法對原始數(shù)據(jù)集進行隨機裁剪、旋轉(zhuǎn)、縮放、偏移，等比例放大80倍，數(shù)據(jù)集設(shè)為D1，使用 “2.2.1”節(jié)4組試驗訓(xùn)練完成后生成的樣本數(shù)據(jù)，分別對應(yīng)生成80張花卉樣本，分別設(shè)為數(shù)據(jù)集D2、D3、D4、D5，花卉識別網(wǎng)絡(luò)分別采用“2.2.1”節(jié)的試驗1、試驗2、試驗4的判別器結(jié)構(gòu)，并對最后的全連接層進行修改，花卉識別網(wǎng)絡(luò)分別設(shè)為Conv、DownRes、VaDownRes。試驗結(jié)果如表2所示。

表2 不同條件下花卉識別率

由表2可知，在不采用數(shù)據(jù)增強時，在3個分類網(wǎng)絡(luò)上花卉識別平均準確率為91.21%，在D1數(shù)據(jù)集進行訓(xùn)練得到了92.75%的平均花卉識別率，而在D2數(shù)據(jù)集上進行訓(xùn)練則取得了95.14%的平均花卉識別率，相較于前2組數(shù)據(jù)集有較大提高。這是由于CNN對于旋轉(zhuǎn)、縮放、偏移、裁剪等存在相應(yīng)的不變性，在采用裁剪、旋轉(zhuǎn)、縮放、偏移進行數(shù)據(jù)增強時，部分生成的樣本數(shù)據(jù)和真實樣本特性相同，僅僅是對真實數(shù)據(jù)的簡單復(fù)制，生成的模擬樣本數(shù)據(jù)多樣性不足，使得網(wǎng)絡(luò)識別效果不理想。而生成對抗網(wǎng)絡(luò)進行訓(xùn)練時，生成器和判別器通過交替訓(xùn)練不斷學(xué)習(xí)花卉樣本特性，不斷擬合花卉數(shù)據(jù)，當模型訓(xùn)練完成后，生成器可以生成紋理清晰、視覺上和真實樣本高度相似且具有多樣性的模擬樣本，大幅度提高了花卉識別準確度。對比試驗分析得到，在D5數(shù)據(jù)集上訓(xùn)練得到的花卉識別率要高于在D2、D3、D4數(shù)據(jù)集上訓(xùn)練得到的結(jié)果，表明本研究生成的對抗網(wǎng)絡(luò)結(jié)構(gòu)和融合損失函數(shù)具有有效性，進一步說明采用生成對抗網(wǎng)絡(luò)生成模擬花卉樣本可有效進行數(shù)據(jù)增強。

由表2可以看出，在6個花卉數(shù)據(jù)集上，DownRes模型的平均花卉識別率為94.70%，高于在Conv模型上的平均花卉識別率93.15%，表明使用下采樣殘差塊構(gòu)建花卉識別網(wǎng)絡(luò)相較卷積神經(jīng)網(wǎng)絡(luò)大幅度提高了花卉特征提取能力，進一步說明花卉識別網(wǎng)絡(luò)采用下采樣殘差塊提取花卉樣本特征更高效。在花卉識別網(wǎng)絡(luò)融入注意力機制后，VaDownRes模型的平均花卉識別率得到了較大提高，進一步說明融入注意力機制后，使得花卉顯著區(qū)域特征提取能力得到提高，大幅度提高了花卉的識別準確率。

2.2.3 花卉識別方法對比試驗 設(shè)置以下試驗驗證本研究方法的有效性。

試驗1：文獻[17]提出使用CNN來進行花卉識別，與傳統(tǒng)的花卉識別方法不同，該方法使用CNN自動學(xué)習(xí)花卉樣本特性。

試驗2：文獻[18]提出在CNN添加注意力機制進行花卉識別，使用CNN自動提取樣本特征，通過注意力機制進一步提取深度特征。

試驗3：采用文獻[19]提出的方法，利用預(yù)訓(xùn)練模型resnet50在花卉圖像上進行遷移微調(diào)，重新構(gòu)建新的分類層，在本研究原始數(shù)據(jù)集上進行重新訓(xùn)練。

試驗4：采用文獻[9]提出的方法，以resnet50為基礎(chǔ)框架構(gòu)建基于注意力機制驅(qū)動的殘差網(wǎng)絡(luò)，并通過全局平均池化和全連接層實現(xiàn)花卉分類，在本研究原始數(shù)據(jù)集上重訓(xùn)練。

試驗5：使用花卉數(shù)據(jù)集訓(xùn)練ARWGAN-GP，訓(xùn)練結(jié)束后使用生成器網(wǎng)絡(luò)進行數(shù)據(jù)增強，且遷移D參數(shù)到花卉識別網(wǎng)絡(luò)，對其參數(shù)微調(diào)，使用增強數(shù)據(jù)重新訓(xùn)練花卉識別網(wǎng)絡(luò)模型。

不同試驗下花卉識別準確度如表3所示。

表3 不同試驗下花卉識別準確度

由表3可知，試驗1基于CNN進行自動提取花卉特征可以達到83.00%的準確度。試驗2在CNN的基礎(chǔ)上添加注意力機制，相比單獨使用CNN進行花卉識別，該方法利用注意力機制融合花卉樣本的局部和全局特征，進一步學(xué)習(xí)捕獲到深度花卉特征，在一定程度上提高了準確率。試驗3使用深度殘差網(wǎng)絡(luò)進行花卉識別，相比使用CNN提高了花卉識別準確度，這是由于為了提高網(wǎng)絡(luò)的識別率，需要增強網(wǎng)絡(luò)深度，但這會導(dǎo)致梯度消失，而殘差網(wǎng)絡(luò)改善了該缺陷，殘差網(wǎng)絡(luò)更容易優(yōu)化，收斂更快且準確度更高。試驗4在深度殘差神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上加入了注意力機制，相比試驗3提高了花卉識別率，加入注意力機制后，可以有效提取花卉顯著區(qū)域特征，減小噪聲干擾，增強了網(wǎng)絡(luò)的學(xué)習(xí)能力，使得準確度更高。試驗5采用本研究提出的花卉識別網(wǎng)絡(luò)模型，相比前4組試驗，該方法更進一步提高了花卉識別準確度，這是由于前4組試驗的數(shù)據(jù)量偏小，很難達到較好的收斂效果。而本研究采用殘差網(wǎng)絡(luò)和注意力機制構(gòu)建生成對抗網(wǎng)絡(luò)，并使用融合損失函數(shù)，使得生成對抗網(wǎng)絡(luò)充分提取到了花卉樣本特征，使用訓(xùn)練結(jié)束的ARWGAN-GP模型進行數(shù)據(jù)增強，使得樣本得到了有效擴充，且遷移D參數(shù)到花卉識別網(wǎng)絡(luò)，加快了花卉識別網(wǎng)絡(luò)模型的收斂速度，使用生成數(shù)據(jù)進行訓(xùn)練花卉識別網(wǎng)絡(luò)，進一步提高了模型的識別率。

3 結(jié)束語

本研究提出了一種基于改進生成對抗網(wǎng)絡(luò)的花卉識別方法。使用殘差網(wǎng)絡(luò)構(gòu)建生成器和判別器，解決了網(wǎng)絡(luò)深度加深時出現(xiàn)的梯度消失和訓(xùn)練不穩(wěn)定問題，使得網(wǎng)絡(luò)收斂更快；融入了注意力機制，可以快速有效地提取花卉顯著區(qū)域特征，減小了噪聲干擾，且改進了損失函數(shù)，進一步提高生成對抗網(wǎng)絡(luò)的能力；ARWGAN-GP訓(xùn)練結(jié)束后，采用生成器進行數(shù)據(jù)增強，遷移判別器參數(shù)到花卉識別模型，并進行參數(shù)微調(diào)，加快了模型的收斂速度，進一步提高了模型的識別準確度。