王培福，孫一丹，鹿子涵，王 偉，陳曉峰

（中國農(nóng)業(yè)大學(xué)煙臺(tái)研究院，煙臺(tái) 264670）

中國是世界板栗第一大生產(chǎn)國與出口國，但在生產(chǎn)、貯藏、加工、品質(zhì)檢測等方面存在很多問題。板栗品質(zhì)分類分級(jí)的繁雜性導(dǎo)致中國板栗標(biāo)準(zhǔn)化程度偏低，產(chǎn)品均一性較差，這限制了板栗產(chǎn)業(yè)在對(duì)外貿(mào)易上的發(fā)展，使得中國板栗在國際市場上售價(jià)較低［1］。

當(dāng)前中國板栗分級(jí)大多依靠機(jī)器與人工，存在生產(chǎn)效率低、分類精確度低、人工成本高等缺點(diǎn)。因此，解決板栗的分級(jí)分類問題，有利于提高出口板栗品質(zhì)，以增強(qiáng)其在國際市場的競爭力，從而促進(jìn)中國板栗產(chǎn)業(yè)的發(fā)展。目前，對(duì)于板栗品質(zhì)檢測與分級(jí)的研究仍不完善，方建軍等［2］利用機(jī)器視覺技術(shù)，通過采集板栗的最大長徑等特征，利用神經(jīng)網(wǎng)絡(luò)分類器對(duì)板栗進(jìn)行操作分級(jí)。劉潔等［3］基于近紅外光譜分析技術(shù)，實(shí)現(xiàn)了對(duì)栗仁以及帶殼板栗含水量的檢測。周竹等［4］利用主成分分析法和近紅外光譜技術(shù)，并結(jié)合反向傳播（Back propagation，BP）神經(jīng)網(wǎng)絡(luò)，分別建立了相應(yīng)的6種模型，實(shí)現(xiàn)了對(duì)板栗內(nèi)部和表面霉變的檢測。展慧等［5，6］為對(duì)板栗進(jìn)行缺陷檢測，將機(jī)器視覺的多源信息與近紅外光譜相融合，通過建立BP神經(jīng)網(wǎng)絡(luò)提取板栗自身特征，并進(jìn)行分級(jí)。值得指出的是，上述研究中所使用的傳統(tǒng)機(jī)器學(xué)習(xí)方法通常需要人為選定特征并提取，過程較繁雜且存在準(zhǔn)確率不高的問題。

深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)重要分支，其工作方式為，在大量數(shù)據(jù)訓(xùn)練后自動(dòng)提取并不斷優(yōu)化目標(biāo)特征，有識(shí)別準(zhǔn)確率高的優(yōu)點(diǎn)。1994年，Lecun等［7］提出了第一個(gè)成熟的卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)（Convolutional neural network，CNN）LeNet-5模型，該模型在解決各類支票上的書寫數(shù)字識(shí)別問題上取得了優(yōu)異的成績；之后，一系列有著更深網(wǎng)絡(luò)結(jié)構(gòu)和更高識(shí)別準(zhǔn)確率的網(wǎng)絡(luò)模型被相繼提出。

由于近幾年來計(jì)算機(jī)硬件的迅速發(fā)展與價(jià)格的不斷降低，算力實(shí)現(xiàn)了突飛猛進(jìn)，這讓大規(guī)模數(shù)據(jù)處理成為可能，因此深度學(xué)習(xí)在國內(nèi)外被廣泛應(yīng)用于農(nóng)產(chǎn)品生產(chǎn)加工等［8-11］方面。CNN迅速發(fā)展，各種高精度、高效率的模型被廣泛應(yīng)用于農(nóng)產(chǎn)品檢測領(lǐng)域，倪建功等［12］利用改進(jìn)型AlexNet對(duì)花生莢果品種進(jìn)行識(shí)別，最高準(zhǔn)確率達(dá)88.76%。岳有軍等［13］對(duì)VGG網(wǎng)絡(luò)進(jìn)行改進(jìn)并將改進(jìn)后網(wǎng)絡(luò)應(yīng)用于病蟲害的識(shí)別，其識(shí)別準(zhǔn)確率較高，同時(shí)網(wǎng)絡(luò)的魯棒性和抗干擾能力較強(qiáng)。蘇寶峰等［14］基于融合注意力機(jī)制的殘差網(wǎng)絡(luò)ResNet50-SE，對(duì)自然背景下不同生長時(shí)期的葡萄品種進(jìn)行分類鑒別，通過遷移學(xué)習(xí)，實(shí)現(xiàn)基于不同時(shí)期下葡萄的嫩梢、幼葉及成熟葉片特征的識(shí)別。本研究將對(duì)基于CNN架構(gòu)的Lenet-5模型進(jìn)行改進(jìn)，使其可以更加高效準(zhǔn)確地對(duì)板栗進(jìn)行分類分級(jí)，該改進(jìn)模型可用于板栗分級(jí)加工，并為開發(fā)智能化板栗分級(jí)系統(tǒng)及設(shè)備提供依據(jù)。

1 材料與方法

1.1 試驗(yàn)材料

選用2021年秋季收獲于河北省遷西縣的板栗作為試驗(yàn)材料，根據(jù)國家標(biāo)準(zhǔn)［15］以及實(shí)際生產(chǎn)所需，結(jié)合實(shí)際生產(chǎn)，將其分為特級(jí)果（563個(gè)）、一級(jí)果（670個(gè)）、二級(jí)果（675個(gè)）以及缺陷果（489個(gè)，包括霉?fàn)€果、蟲蛀果、裂嘴果等）4類，共2 397個(gè)。

試驗(yàn)所用計(jì)算機(jī)詳細(xì)配置如下：Windows10，Intel Core i5-8300H CPU@2.30 GHz，NVIDIA GeForce GTX 1050 with Max-Q 4、16 G內(nèi)存，環(huán)境配置為Anaconda3+pytorch+pycharm+python3.8+Cuda11.1+cudnn8.05，試驗(yàn)中使用GPU加速訓(xùn)練。

1.2 板栗圖像采集

試驗(yàn)用工業(yè)相機(jī)為藍(lán)天科技公司產(chǎn)，型號(hào)為LT-USB 8MP，尺寸為50 mm×50 mm×50 mm，攝像頭為Sony IMX179。采集時(shí)調(diào)整鏡頭分辨率為2 592×1 944。將相機(jī)固定在試驗(yàn)支架上，固定拍攝距離為13 cm，通過USB數(shù)據(jù)線將工業(yè)相機(jī)連接到電腦上，使用功率為16 W、色溫為6 500 K的光源進(jìn)行補(bǔ)光。板栗圖像采集具體方法為模擬工廠加工環(huán)境，將各等級(jí)板栗單粒通過圖像采集區(qū)域，利用工業(yè)相機(jī)進(jìn)行拍攝采集，并通過數(shù)據(jù)線傳輸?shù)诫娔X進(jìn)行保存。

1.3 數(shù)據(jù)集構(gòu)建

CNN網(wǎng)絡(luò)需要大量數(shù)據(jù)訓(xùn)練才能實(shí)現(xiàn)較高的準(zhǔn)確率及較好的泛化能力，通過拍攝獲得特級(jí)果圖像563張，一級(jí)果圖像670張，二級(jí)果圖像675張，缺陷果圖像489張，共計(jì)2 397張，為提高準(zhǔn)確率以及增強(qiáng)網(wǎng)絡(luò)的泛化能力，通過亮度增強(qiáng)、對(duì)比度增強(qiáng)、翻轉(zhuǎn)、旋轉(zhuǎn)操作等對(duì)原始圖像進(jìn)行擴(kuò)充，擴(kuò)充后共11 985張圖像，經(jīng)擴(kuò)展后部分圖像數(shù)據(jù)如圖1所示。

圖1 各等級(jí)板栗數(shù)據(jù)集

神經(jīng)網(wǎng)絡(luò)輸入對(duì)圖像像素有一定要求，為更好地保留板栗的特征，對(duì)圖像進(jìn)行調(diào)整，統(tǒng)一分辨率為256×256；之后將通過擴(kuò)充構(gòu)建好的數(shù)據(jù)集按照8∶2進(jìn)行劃分，劃分后訓(xùn)練集和驗(yàn)證集分別為9 588張和2 397張，訓(xùn)練集用于模型訓(xùn)練，提取目標(biāo)特征并獲取超參數(shù)，因此需要較多數(shù)據(jù)，而驗(yàn)證集用于在訓(xùn)練中模型對(duì)板栗分類分級(jí)能力進(jìn)行自我評(píng)估并不斷優(yōu)化超參數(shù)以優(yōu)化模型。

1.4 模型構(gòu)建

LeNet-5模型是第一個(gè)成熟的現(xiàn)代卷積神經(jīng)網(wǎng)絡(luò)模型，其結(jié)構(gòu)示意圖如圖2所示。包括2個(gè)卷積層、2個(gè)池化層及3個(gè)全連接層，共計(jì)7層網(wǎng)絡(luò)，其輸入大小為32×32的灰度圖，第一層和第三層為卷積層，所用卷積核大小為5×5；第二層和第四層為池化層（又叫降采樣層），使用2×2大小卷積核進(jìn)行平均池化；第五層為平展層（全連接層），將高維數(shù)據(jù)變?yōu)橐痪S數(shù)據(jù)；第六層、第七層均為全連接層（FC）。使用隨機(jī)梯度下降算法（SGD）優(yōu)化，網(wǎng)絡(luò)中通過sigmoid函數(shù)激活，最后采用徑向基函數(shù)（RBF）的網(wǎng)絡(luò)連接方式將預(yù)測結(jié)果輸出。

圖2 LeNet-5網(wǎng)絡(luò)結(jié)構(gòu)示意圖

Lenet-5網(wǎng)絡(luò)的圖像輸入大小為32×32的灰度圖，由于板栗本身特征以及裂口、蟲蛀、霉變等所致，需要較大像素的圖像才能將其特征表現(xiàn)出來，經(jīng)多次試驗(yàn)，決定采用256×256×3的圖像作為輸入，以更好地保留待訓(xùn)練圖像特征，其中256為圖像像素、3為RGB三色通道。CNN網(wǎng)絡(luò)對(duì)圖像識(shí)別的準(zhǔn)確度會(huì)隨著網(wǎng)絡(luò)層數(shù)的增加而提高，如其他經(jīng)典網(wǎng)絡(luò)模型AlexNet網(wǎng) 絡(luò) 共 有8層，VGG16網(wǎng) 絡(luò) 有16層，VGG19網(wǎng)絡(luò)有19層，因此，將LeNet-5網(wǎng)絡(luò)層數(shù)改進(jìn) 至14層（不 包 含Dropout），包 括7個(gè) 卷 積 層（Conv）、4個(gè)池化層（Pool）、1個(gè)平展層（Flatten）和2個(gè)全連接層（FC）。卷積核的作用是提取特征，實(shí)現(xiàn)對(duì)局部的感知，其大小對(duì)CNN的性能有重要影響。一般而言，如果想要達(dá)到相同的感受野，卷積核越小，所需要的參數(shù)量越小，同時(shí)計(jì)算量也越小。由于網(wǎng)絡(luò)的加深，參數(shù)量增加，將原LeNet-5模型中5×5的卷積核改進(jìn)，經(jīng)不斷試驗(yàn)，最終決定將部分卷積核大小改進(jìn)為4×4和3×3，以便更準(zhǔn)確地提取不同等級(jí)板栗的特征以及減少參數(shù)量，提高計(jì)算速度。

激活函數(shù)是存在于多層網(wǎng)絡(luò)的兩層網(wǎng)絡(luò)之間，用于將上一層網(wǎng)絡(luò)的輸出轉(zhuǎn)化為下一層網(wǎng)絡(luò)的輸入的一個(gè)函數(shù)關(guān)系，其作用是將兩層神經(jīng)網(wǎng)絡(luò)之間的線性關(guān)系轉(zhuǎn)換為非線性關(guān)系，使神經(jīng)網(wǎng)絡(luò)模型表達(dá)能力更加強(qiáng)大，幾乎可以表示任意函數(shù)。LeNet-5使用sigmoid函數(shù)作為激活函數(shù)，sigmoid函數(shù)在一定范圍外的兩側(cè)數(shù)值幾乎不變，梯度趨于0，會(huì)產(chǎn)生梯度消失的問題［16］。為解決該問題，在改進(jìn)LeNet-5網(wǎng)絡(luò)結(jié)構(gòu)中進(jìn)行反向傳播，故使用修正線性單元（ReLu函數(shù)）［17］替換sigmoid函數(shù)。但ReLu仍存在缺點(diǎn)，當(dāng)網(wǎng)絡(luò)訓(xùn)練中某一次權(quán)重為0或更小時(shí)，其輸入為非正數(shù)時(shí)輸出值均為0的特點(diǎn)會(huì)導(dǎo)致之后訓(xùn)練中該權(quán)重部分參數(shù)保持不變，從而造成神經(jīng)元“死亡”現(xiàn)象。為避免神經(jīng)元“死亡”，本研究采用Leaky ReLu作為激活函數(shù)。sigmoid函數(shù)、ReLu函數(shù)、Leaky ReLu函數(shù)幾何圖形如圖3所示。

圖3 3種激活函數(shù)幾何圖像

對(duì)LeNet-5模型改進(jìn)后，網(wǎng)絡(luò)層數(shù)增加，模型參數(shù)數(shù)量會(huì)大量增加，進(jìn)而容易產(chǎn)生過擬合的現(xiàn)象。為緩解過擬合的發(fā)生，采用Dropout算法，全連接層參數(shù)量最多，容易出現(xiàn)過擬合現(xiàn)象，故將其加在全連接層之后。Dropout是指在對(duì)神經(jīng)網(wǎng)絡(luò)的某一次訓(xùn)練中，以一定的概率隨機(jī)選擇網(wǎng)絡(luò)中的神經(jīng)元并使其失活，避免神經(jīng)網(wǎng)絡(luò)過于依賴某些局部特征，以實(shí)現(xiàn)網(wǎng)絡(luò)更加強(qiáng)大的泛化能力，避免過擬合問題突出［18］。

優(yōu)化算法（Optimizer）對(duì)CNN訓(xùn)練以及最終效果有重要影響，目前有三類常用的優(yōu)化算法，分別是梯度下降法、動(dòng)量優(yōu)化法和自適應(yīng)學(xué)習(xí)率優(yōu)化算法［19］。LeNet-5使用了隨機(jī)梯度下降的方法進(jìn)行優(yōu)化，本研究將其改進(jìn)為自適應(yīng)學(xué)習(xí)率優(yōu)化算法Adam，其通常被認(rèn)為對(duì)超參數(shù)的選擇魯棒，其每次對(duì)偏差修正后，學(xué)習(xí)率會(huì)有確定范圍，對(duì)參數(shù)的調(diào)整更加平穩(wěn)。使用Softmax作為分類器，其本質(zhì)為函數(shù)，計(jì)算方式為將待輸出元素的指數(shù)與所有元素指數(shù)和相比，根據(jù)計(jì)算值以特級(jí)果、一級(jí)果、二級(jí)果、缺陷果四類進(jìn)行輸出。改進(jìn)前后LeNet-5網(wǎng)絡(luò)結(jié)構(gòu)對(duì)比見表1，改進(jìn)LeNet-5結(jié)構(gòu)（不含Dropout層）如圖4所示，模型參數(shù)見表2。

表1 改進(jìn)前后LeNet-5網(wǎng)絡(luò)結(jié)構(gòu)對(duì)比

表2 改進(jìn)LeNet-5模型網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)

圖4 改進(jìn)LeNet-5網(wǎng)絡(luò)結(jié)構(gòu)

2 結(jié)果與分析

2.1 模型訓(xùn)練與結(jié)果分析

將上述構(gòu)建好的網(wǎng)絡(luò)進(jìn)行訓(xùn)練，對(duì)網(wǎng)絡(luò)不斷迭代并進(jìn)行參數(shù)優(yōu)化，最終確定設(shè)置學(xué)習(xí)率初始（lr）為0.001，平滑常數(shù)β1和β2分別為0.900和0.999，epsilon為1e-08，學(xué)習(xí)率每隔10輪調(diào)整為之前的0.5倍，Dropout丟棄率為0.5，隨機(jī)屏蔽50%神經(jīng)元，訓(xùn)練和驗(yàn)證的批次尺寸大小為32；對(duì)圖像數(shù)據(jù)進(jìn)行批歸一化處理，使其成為處于0～1的張量后送入網(wǎng)絡(luò)進(jìn)行訓(xùn)練，共訓(xùn)練50輪，訓(xùn)練完成后保存最優(yōu)模型，訓(xùn)練過程精確率與loss值曲線對(duì)比如圖5所示。

圖5顯示，隨著訓(xùn)練迭代次數(shù)的不斷增加，精確度在不斷增加，損失值（loss）在不斷下降，說明網(wǎng)絡(luò)處于不斷的學(xué)習(xí)狀態(tài)。訓(xùn)練集精確度與驗(yàn)證集精確度在第5輪訓(xùn)練后超過90%，并在第10輪訓(xùn)練之后趨于穩(wěn)定，最優(yōu)模型訓(xùn)練集精確度為99.96%，驗(yàn)證集精確度為99.92%。由訓(xùn)練過程中網(wǎng)絡(luò)在訓(xùn)練集和驗(yàn)證集上loss值可知，loss曲線下降逐漸緩慢，收斂情況趨于穩(wěn)定，訓(xùn)練集與驗(yàn)證集loss曲線之間的間距不斷變小，模型實(shí)現(xiàn)了對(duì)數(shù)據(jù)的良好擬合，表明本模型在板栗分級(jí)問題上具有良好的識(shí)別效果。

圖5 改進(jìn)LeNet-5網(wǎng)絡(luò)訓(xùn)練集和驗(yàn)證集精確度與loss曲線對(duì)比

2.2 數(shù)據(jù)可視化

計(jì)算最后一層特征圖所有權(quán)值的像素值，按照像素權(quán)值進(jìn)行可視化，結(jié)果如圖6所示。紅色神經(jīng)網(wǎng)絡(luò)判斷板栗等級(jí)權(quán)重最高的區(qū)域，藍(lán)色和綠色表示網(wǎng)絡(luò)分類權(quán)重次于紅色的區(qū)域?？梢钥闯觯t色像素主要分布在板栗的邊緣，因此網(wǎng)絡(luò)對(duì)于板栗等級(jí)的區(qū)分主要是通過提取板栗的外形尺寸等特征實(shí)現(xiàn)的，這與最初的板栗等級(jí)劃分一致，同時(shí)，對(duì)于缺陷果的檢測，根據(jù)特征圖上權(quán)重像素值的分布，網(wǎng)絡(luò)利用了板栗外殼表面的蟲蛀孔、裂嘴以及霉變等特征實(shí)現(xiàn)了很好的識(shí)別效果。

圖6 不同等級(jí)板栗可視化數(shù)據(jù)特征

2.3 模型評(píng)價(jià)與對(duì)比

本研究使用精確率（Accuracy）、準(zhǔn)確率（Precision）、召回率（Recall）作為評(píng)價(jià)指標(biāo)，其計(jì)算公式見式（1）至式（3）。但是這些評(píng)價(jià)指標(biāo)更適合二分類問題，所以采用分別計(jì)算每一類的3種指標(biāo)，再進(jìn)行不加權(quán)平均的方式評(píng)價(jià)模型能力。此外，定義了一個(gè)評(píng)價(jià)指標(biāo)——單類錯(cuò)誤率（Single class error rate，SCER），該指標(biāo)在每個(gè)模型對(duì)每一類樣本進(jìn)行識(shí)別時(shí)進(jìn)行單獨(dú)評(píng)價(jià)，其計(jì)算公式如式（4）所示。

式中，TP（Ture positive）表示正類樣本識(shí)別為正類樣本的數(shù)量；FN（False negative）表示正類樣本識(shí)別為負(fù)類樣本的數(shù)量；FP（False positive）表示負(fù)類樣本識(shí)別為正類樣本的數(shù)量；TN（Ture negative）表示負(fù)類樣本識(shí)別為負(fù)類樣本的數(shù)量。

精確率是指模型識(shí)別正確的數(shù)量占總體數(shù)量的比值。一般而言，該指標(biāo)值越高，說明模型效果越好。準(zhǔn)確率是指模型在識(shí)別為正類的所有樣本中真正為正類的樣本，該指標(biāo)值越高，模型效果越好。召回率又稱為查全率，表示模型正確識(shí)別出正類樣本的數(shù)量占總體正類樣本數(shù)量的比值，同樣，該指標(biāo)值越高，模型效果越好。

為驗(yàn)證模型的可行性，利用上述獲得的最優(yōu)模型進(jìn)行板栗等級(jí)識(shí)別分類測試。利用工業(yè)相機(jī)采集圖像數(shù)據(jù)，共采集到171張，再從驗(yàn)證集中隨機(jī)選取80%與采集到的圖像共同構(gòu)成測試集，對(duì)測試集圖像數(shù)據(jù)進(jìn)行預(yù)處理：將4類板栗圖像順序隨機(jī)打亂，調(diào)整為256×256像素的RGB三色圖像，并歸一化為0～1的張量，將其送入模型進(jìn)行識(shí)別，結(jié)果見表3。由表3可知，該模型對(duì)所有待分類板栗可以達(dá)到99.3%的召回率，其中，對(duì)缺陷果預(yù)測的召回率最高，對(duì)特級(jí)果和一級(jí)果預(yù)測召回率略低，測試2 088個(gè)樣本共用時(shí)395.44 s，平均每識(shí)別1個(gè)樣本用時(shí)0.19 s。此外，對(duì)工廠流水線作業(yè)進(jìn)行模擬以驗(yàn)證模型的實(shí)際可行性，板栗以30 cm∕s的速度單粒通過工業(yè)相機(jī)鏡頭捕捉范圍，可同時(shí)進(jìn)行3顆板栗識(shí)別分類，分類正確率達(dá)93.6%，能很好滿足工廠生產(chǎn)加工要求，該模型可以很好地對(duì)板栗進(jìn)行分類分級(jí)。

表3 各等級(jí)板栗識(shí)別分級(jí)準(zhǔn)確率

利用上述構(gòu)建好的板栗等級(jí)數(shù)據(jù)集對(duì)原始LeNet-5模型、經(jīng)典神經(jīng)網(wǎng)絡(luò)模型AlexNet和VGG16模型進(jìn)行訓(xùn)練，圖像數(shù)據(jù)輸入網(wǎng)絡(luò)之前進(jìn)行歸一化處理，訓(xùn)練參數(shù)設(shè)置如表4所示，學(xué)習(xí)率均每隔10輪變?yōu)橹暗?.5倍，所有訓(xùn)練所得結(jié)果（包括改進(jìn)LeNet-5）見表5。

表4 卷積神經(jīng)網(wǎng)絡(luò)參數(shù)設(shè)置

表5 4種卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練集與驗(yàn)證集準(zhǔn)確度對(duì)比

將訓(xùn)練所得最優(yōu)模型利用采集到的待測試板栗圖像進(jìn)行測試，所有測試結(jié)果（包括改進(jìn)LeNet-5）構(gòu)成混淆矩陣，對(duì)混淆矩陣引入每一類的錯(cuò)誤率，如表6所示。原始LeNet-5模型對(duì)所有板栗識(shí)別錯(cuò)誤率為2.68%，其中對(duì)于特級(jí)板栗識(shí)別錯(cuò)誤率最高，改進(jìn)的LeNet-5模型識(shí)別正確率明顯優(yōu)于原始LeNet-5模型，說明對(duì)LeNet-5模型的改進(jìn)很好地提升了網(wǎng)絡(luò)的性能，另外2種模型AlexNet和VGG16識(shí)別錯(cuò)誤率分別為1.58%和0.96%，均高于改進(jìn)的LeNet-5模型，其中AlexNet對(duì)于特級(jí)板栗識(shí)別錯(cuò)誤率較高，改進(jìn)的LeNet-5和VGG16對(duì)于一級(jí)板栗的識(shí)別正確率相同。根據(jù)混淆矩陣，可以得到4種模型的精確率、準(zhǔn)確率、召回率，其結(jié)果如表7所示。從表7可知，改進(jìn)后的LeNet-5模型效果要好于另外3種模型。

表6 4種網(wǎng)絡(luò)的混淆矩陣

表7 4種模型精確率、準(zhǔn)確率、召回率對(duì)比

3 討論

中國板栗的分級(jí)標(biāo)準(zhǔn)與之前相比雖然有了較大的進(jìn)步，但仍然存在一些問題，如分級(jí)指標(biāo)少、分級(jí)術(shù)語模糊等問題，與國外相比仍然不夠完備［20］。本研究對(duì)板栗進(jìn)行分級(jí)主要是依照板栗生產(chǎn)出售廠家的分類方式，同時(shí)參考了國家標(biāo)準(zhǔn)。對(duì)板栗的分級(jí)標(biāo)準(zhǔn)應(yīng)做到更加精細(xì)化和多樣化，傳統(tǒng)的機(jī)械分類法一般是通過不同大小的篩孔，利用體積進(jìn)行篩選或利用重量進(jìn)行篩選，這種分類方式對(duì)于一些缺陷果（如蟲蛀果等）的篩選存在一定問題，需要人工進(jìn)行二次篩選，而利用卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行篩選可以同時(shí)實(shí)現(xiàn)對(duì)板栗多種等級(jí)的篩選，提高分揀效率，節(jié)省人力。此外，可以開發(fā)性能更加強(qiáng)大的卷積神經(jīng)網(wǎng)絡(luò)模型，實(shí)現(xiàn)對(duì)板栗的精細(xì)精確分類，從而促進(jìn)中國板栗產(chǎn)業(yè)的發(fā)展。

目前，深度學(xué)習(xí)被應(yīng)用到水果的分級(jí)與品質(zhì)檢測之中的研究較多［21-23］，而應(yīng)用到堅(jiān)果的品質(zhì)檢測及分級(jí)的研究較少。之前對(duì)板栗的分類分級(jí)及品質(zhì)檢測的研究大多是通過傳統(tǒng)機(jī)器學(xué)習(xí)的方法［2，5，24］，這種方法需要通過人工提取特征，構(gòu)建分類器，過程較為繁瑣且準(zhǔn)確度不夠高；而深度學(xué)習(xí)可以很好地解決傳統(tǒng)機(jī)器學(xué)習(xí)的弱點(diǎn)，其性能強(qiáng)大，可以自動(dòng)提取特征并實(shí)現(xiàn)更高的準(zhǔn)確度，本研究是通過改進(jìn)傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)LeNet-5模型來對(duì)板栗進(jìn)行分級(jí)分類研究，與之前研究相比實(shí)現(xiàn)了更高的識(shí)別精確率。4種模型測試識(shí)別精確率等指標(biāo)均較高，這可能與加入驗(yàn)證集構(gòu)建測試集的方式有關(guān)，還應(yīng)考慮是否仍然存在過擬合的問題，下一步需對(duì)該問題進(jìn)一步探究。

對(duì)輸入網(wǎng)絡(luò)的圖像數(shù)據(jù)進(jìn)行可視化得到了特征圖，從特征圖可以看到，改進(jìn)后LeNet-5網(wǎng)絡(luò)模型提取了板栗尺寸特征和表面裂口、霉變和蟲蛀等特征，成功地對(duì)其進(jìn)行了分類，這與對(duì)數(shù)據(jù)進(jìn)行分類標(biāo)注時(shí)的標(biāo)準(zhǔn)一致，但在某些特征圖中可以看到網(wǎng)絡(luò)出現(xiàn)了錯(cuò)誤提取特征的現(xiàn)象，如對(duì)于特級(jí)板栗，網(wǎng)絡(luò)提取到了板栗殼表面硬化的淺色部分作為部分特征，且對(duì)該部分并未提取尺寸大小特征，這可能是由于特級(jí)板栗尺寸較大，該部分在采集數(shù)據(jù)時(shí)被采集到的比例較大，對(duì)于該問題還需要進(jìn)一步探究。

對(duì)各等級(jí)特征圖進(jìn)行仔細(xì)觀察可以發(fā)現(xiàn)，網(wǎng)絡(luò)模型在提取板栗尺寸邊緣特征時(shí)，存在提取不夠準(zhǔn)確、獲取邊緣過多的問題。同時(shí)發(fā)現(xiàn)所獲得的數(shù)據(jù)集圖像中普遍存在陰影，尤其對(duì)缺陷板栗的特征提取造成了較大影響。為解決此問題，可以考慮引入注意力機(jī)制［25］，使網(wǎng)絡(luò)重點(diǎn)關(guān)注核心目標(biāo)，以實(shí)現(xiàn)更精準(zhǔn)的分類。

4 小結(jié)

本研究將深度學(xué)習(xí)與機(jī)器視覺技術(shù)相結(jié)合，對(duì)傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)LeNet-5進(jìn)行多方位的改進(jìn)以提高其性能，通過目標(biāo)檢測對(duì)板栗進(jìn)行4種分類，最終經(jīng)過測試，此種分類方法可以達(dá)到99.34%的準(zhǔn)確度。