王大慶，祿 琳，于興龍，耿麗麗，任志鵬*

（1.黑龍江省農(nóng)墾經(jīng)濟研究所，哈爾濱 150030；2.黑龍江省農(nóng)墾科學院，哈爾濱 150030；3.二道河農(nóng)場，黑龍江 佳木斯 154000）

玉米是世界上重要糧食作物和工業(yè)原料，穩(wěn)定產(chǎn)量對糧食安全、農(nóng)民增收和國民經(jīng)濟具有重要意義，病害是降低玉米質量和產(chǎn)量直接因素。常見玉米病害達十幾種，病發(fā)處多為葉部、穗部和根部，其中以葉部大斑病、銹病及灰斑病為主。玉米葉部病害識別是現(xiàn)階段智慧農(nóng)業(yè)重點發(fā)展領域，快速、準確識別葉部病害，對玉米病害防治具有重要意義。

病害識別本質為圖像分類任務，傳統(tǒng)機器學習“特征提取+分類器”模式已被深度學習技術中的卷積神經(jīng)網(wǎng)絡（CNN）取代。CNN 在不同作物的表觀病害識別任務效果良好，對葉部、莖部病害、蟲害均具有較高的準確率[1-4]。早期研究注重網(wǎng)絡架構與訓練方法的調整，如調整超參數(shù)、簡化模型，尤其是通過跳躍連接、空間卷積和較短隱藏層連接的CNN[5-6]。近年來，數(shù)據(jù)集的重要性逐漸受到關注，尤其是基于真實環(huán)境采集的數(shù)據(jù)集與合理的數(shù)據(jù)增強方法[7-8]。通過調整CNN架構[9]，構建完備數(shù)據(jù)集，進行合理預處理和增強（如分割、去除背景等），優(yōu)化訓練方式等方法可有效增強CNN模型性能[10]。

研究表明，CNN 病害識別方法存在環(huán)境魯棒性問題[11]。作物病害發(fā)病隨機性強，大多數(shù)研究不具備采集真實環(huán)境數(shù)據(jù)條件，其訓練樣本數(shù)據(jù)均來自于受控條件或公用數(shù)據(jù)集，數(shù)據(jù)集背景簡單，規(guī)模小，僅能通過數(shù)據(jù)增強方式堆積樣本量。特定作物、特定病害的數(shù)據(jù)收集更困難。經(jīng)訓練得到的深度學習模型存在泛化能力差、適應性差、抗干擾能力弱等問題[12]?；谔镩g環(huán)境識別病害，提升有限數(shù)據(jù)的利用率成為研究重點。

遷移學習可借助現(xiàn)有領域知識解決目標領域學習問題，源領域到目標領域差距越小，獲得的模型精度就越高[13]。由于源領域數(shù)據(jù)集規(guī)模較大，模型得到充分訓練，具備較強特征提取能力，降低目標領域樣本數(shù)量要求。因此遷移學習資源利用率高，節(jié)省人工標注成本，解決了因目標領域樣本匱乏導致的過擬合、模型泛化能力低等問題。針對玉米病害識別問題，Xu 等采用遷移學習法解決模型在玉米病害數(shù)據(jù)集上的過擬合；Chen等基于ImageNet 預訓練模型，在玉米、水稻作物數(shù)據(jù)集上開展遷移學習，均獲得較高識別精度，其中玉米病害識別模型的本地數(shù)據(jù)集遷移時，平均準確率僅降低2.64%[14-16]。Yin等基于ImageNet的8種預訓練模型，在辣椒病、蟲害數(shù)據(jù)集上分別取得85.6%和93.62%準確率[17]。

盡管ImageNet 預訓練模型已取得一定效果，但仍存在域遷移問題。源數(shù)據(jù)集與目標領域數(shù)據(jù)集相似程度決定遷移學習效果，如果領域間相關性差，自源領域學習得到的特征提取參數(shù)難以適應目標領域，即域遷移問題。此外，深層卷積神經(jīng)網(wǎng)絡所需的計算能力依賴高性能硬件，但在農(nóng)業(yè)設備向移動端發(fā)展的過程中，需要權衡網(wǎng)絡深度、參數(shù)量應與識別精度，因此輕量級卷積神經(jīng)網(wǎng)絡如MobileNet、EfficientNet B0 逐漸進入病害識別領域[18-20]。CNN在植物葉片疾病診斷中的應用仍存在一定局限性。如何在解決環(huán)境魯棒性問題的前提下減少訓練成本，在完成架構創(chuàng)新的同時平衡模型精度、規(guī)格與效率，將更具實踐意義的模型部署于移動端農(nóng)機設備是現(xiàn)階段研究重點。

基于上述問題，本研究基于深度遷移學習理論，提出一種兩階段的遷移學習訓練方法：一是將不同層數(shù)EfficientNet 在ImageNet 數(shù)據(jù)集上的預訓練模型遷移至公共實驗室條件下采集的Plant Village 數(shù)據(jù)集上，進行模型微調以解決域遷移問題；二是將PlantVillage 預訓練模型遷移至自主構建、真實田間采集的玉米葉部病害數(shù)據(jù)集上訓練，解決過擬合和小樣本問題，微調后模型在預留的預測數(shù)據(jù)集上測試，同時訓練CNN模型與Ef?ficientNet 進行對比試驗。實現(xiàn)田間復雜背景下對玉米葉片大斑病、灰斑病以及銹病的智能識別。

1 材料與方法

1.1 數(shù)據(jù)集

本研究涉及多個數(shù)據(jù)集，首先在ImageNet 上充分訓練預訓練模型，其次遷移至Plant Village 數(shù)據(jù)集微調，最后在本地自建玉米葉片數(shù)據(jù)集上訓練并預測。本文使用的公開植物病害數(shù)據(jù)集Plant Village 包含14 種植物葉部病害，共有39 個類別[21]。其中38 個類別為實驗室條件下采集的葉片圖片，另外1個類別為背景圖片，不含葉片或植物主體，多為人類社會或城市復雜背景。Plant Vil?lage 圖像數(shù)據(jù)按類別存放在39 個文件夾內(nèi)，每個文件夾代表一個標簽，共計61 486 張圖片，該數(shù)據(jù)集已通過圖像翻轉、伽馬校正、噪聲注入、PCA顏色增強、旋轉和縮放等六種增強技術進行增廣。參考Mohanty 等訓練經(jīng)驗，以4∶1 比例將Plant Vil?lage 數(shù)據(jù)集劃分為訓練集和測試集，分別包含49 193張圖片和12 293張圖片[22]。Plant Village 數(shù)據(jù)集的數(shù)據(jù)樣例如圖1所示。

圖1 Plant Village數(shù)據(jù)集數(shù)據(jù)樣例Fig.1 Sample images of augmented Plant Village dataset

本研究自行構建的玉米葉部病害數(shù)據(jù)集來自黑龍江省肇東市玉米試驗田，使用攝像頭拍攝，分辨率為3 024×4 032，拍攝時間為早晨、中午、下午的不同時刻；手機拍攝的原始圖片被裁剪成300×300固定大小圖片，確保葉片主體清晰，葉片病斑明顯，真實背景可見。最終得到2 628張圖片，涵蓋灰斑病、銹病、大斑病以及健康四種玉米葉片狀態(tài)。從數(shù)據(jù)集中抽取10%的數(shù)據(jù)作為預測集，剩余90%按照4∶1 比例劃分為訓練集和測試集。訓練集和測試集用于模型訓練和測試過程，預測集用于評估模型的識別精度和性能。本地構建數(shù)據(jù)集的詳細情況見表1，數(shù)據(jù)集樣例如圖2 所示，a~d 分別為灰斑病、銹病、大斑病和健康葉片。

表1 本地構建的玉米葉部病害數(shù)據(jù)集詳細情況Table 1 Details of maize leaf disease dataset

圖2 玉米葉部病害數(shù)據(jù)集數(shù)據(jù)樣例Fig.2 Sample images of maize leaf disease dataset

考慮到不同CNN 模型輸入大小不同，所有數(shù)據(jù)在進入模型前，均被調整為相應大?。?24×224，299×299等），在訓練前對圖片進行在線數(shù)據(jù)增強，包括數(shù)值歸一化、旋轉（旋轉20°、40°）、平移（水平方向、垂直方向）、縮放、翻轉（上下翻轉、左右翻轉）、錯切等。數(shù)據(jù)增強可提高模型泛化能力和魯棒性。

1.2 試驗環(huán)境與網(wǎng)絡搭建

本試驗所用設備為搭載有Intel?CoreTMi9-9900K@3.6GHz×16 的CPU 處理器、RTX 3090 24G顯存顯卡、32G內(nèi)存以及2.5T存儲空間的深度學習工作站，顯卡驅動版本號為455.45.01，安裝CUDA版本為11.1，cuDNN 版本號為8005。操作系統(tǒng)為64 位Ubuntu 20.04 LTS，使用的編程語言為python 3.7.9，使用Tensorflow-gpu框架下的keras2.4.3在虛擬環(huán)境中完成所有網(wǎng)絡結構編寫、網(wǎng)絡模型訓練和模型性能測試。

本文與EfficientNet[23]對比的經(jīng)典CNN 模型共有6 種：VGG19，ResNet50，InceptionV3，Dense Net201，MobileNet 以及MobileNetV2，上述經(jīng)典網(wǎng)絡的詳細結構不再贅述。VGG19 為VGG 網(wǎng)絡中的一種經(jīng)典結構，包含16 個卷積層和3 個全連接層，比VGG16 減少3 個卷積層。結構簡潔且可通過加深網(wǎng)絡結構使性能不斷提升，同時擁有大量參數(shù)。

2015 年ILSVRC-2015 分類任務冠軍ResNet 參考VGG19 網(wǎng)絡，引入短路機制，加入殘差單元，解決深層網(wǎng)絡中的退化梯度彌散和訓練集精度下降問題。Inception V3為谷歌公司開發(fā)“Deep Learn?ing Evolutionary Architectures”系列的第三個版本，包含因子分解功能，在不降低網(wǎng)絡效率情況下減少連接數(shù)和參數(shù)。DenseNet 設計基本思路與ResNet 一致，建立前面所有層與后面層的密集連接（Dense connection），網(wǎng)絡名稱也由此而來。此外，DenseNet 通過特征在各通道上的連接實現(xiàn)特征重用（Feature reuse），使其在參數(shù)和計算成本更少的情形下實現(xiàn)比ResNet 更優(yōu)的性能。2017年4 月，谷歌提出專注于在移動設備上的輕量級神經(jīng)網(wǎng)絡MobileNetV1（即MobileNet），MobileNetV1把VGG 中的標準卷積層換成深度可分離卷積，MobileNetV2 則加入1×1 卷積核升維，引入短路（Shortcut）且去掉ReLU 激活函數(shù)，改為Linear 激活函數(shù)。對于移動端CNN 模型，其主要設計思路在于模型結構設計和模型壓縮。ShuffleNet 和Mo?bileNet 通過設計更高效的網(wǎng)絡結構實現(xiàn)模型變小和變快。

自2012 年以來，ImageNet 數(shù)據(jù)集中模型較復雜，分類任務精度提高，但模型計算負載高。而EfficientNet模型以66 M參數(shù)準確率達到84.4%，屬于最先進模型之一。EfficientNet 為一組CNN 模型，由8個介于B0和B7之間的模型組成，隨著模型數(shù)量增加，計算參數(shù)數(shù)量不會大量增加且準確度顯著提高。EfficientNet在縮小模型的同時，通過均勻縮放深度、寬度和分辨率實現(xiàn)更高效結果，復合縮放的第一步為搜索網(wǎng)格，找到固定資源約束下基線網(wǎng)絡的不同縮放維度之間關系，確定深度、寬度和分辨率尺寸的合適比例因子，再將基線網(wǎng)絡縮放至目標網(wǎng)絡。EfficientNet主要構建模塊為MBConv，由一個先擴展后壓縮通道的層組成，使用深度可分離卷積，有效減少參數(shù)數(shù)量。本研究所用網(wǎng)絡模型入口尺寸及參數(shù)量見表2，圖3為Effi?cientNet B0網(wǎng)絡模型示意圖。

表2 網(wǎng)絡模型入口尺寸及參數(shù)量Table 2 Detail parameters of CNN models

圖3 EfficientNet B0網(wǎng)絡模型Fig.3 Architecture of EfficientNet B0

1.3 遷移學習

遷移學習為一種機器學習技術，指在源領域學習，為解決特定任務將知識應用于目標領域[24]。深度學習中使用頻率最高的方法為基于模型的遷移學習。這一方法將訓練于源領域數(shù)據(jù)集的CNN模型凍結全部或部分參數(shù)，應用在目標領域數(shù)據(jù)集，解決目標領域訓練數(shù)據(jù)不足、訓練效率低等問題。凍結大部分參數(shù)，訓練小部分參數(shù)的遷移學習訓練方法被稱為微調。遷移學習效果取決于源、目標領域及任務的相似程度，否則會產(chǎn)生域遷移問題。本研究中將ImageNet預訓練模型去除全連接層后保存各層權重，在Plant Village 數(shù)據(jù)集上進行微調，此為第一次遷移。將Plant Village預訓練模型去除全連接層后保存各層權重，在本地自建玉米病害數(shù)據(jù)集上凍結全部層進行遷移，即第二次遷移。第一次遷移解決域遷移問題，減少無關模式的干擾；第二次遷移解決訓練效率低、資源利用率低以及過擬合導致的精度下降等問題。本文工作流程圖如圖4所示。

圖4 兩階段遷移學習工作流程Fig.4 Flow of two-stage transfer learning

1.4 超參數(shù)設置

在第一次遷移過程中，學習率（Learning rate，lr）設定10-3~10-6，設置學習率衰減（Learning rate decay），即當損失值（交叉熵，Cross-entropy）減少速度變慢時，學習率降為原來的二分之一，耐心值設置為5；當學習率最小，損失值在連續(xù)10個迭代次數(shù)內(nèi)增加或不變時，設置訓練早停（Early stop?ping），此時訓練停止并保存最優(yōu)模型，記錄損失值收斂到最小的訓練迭代次數(shù)（Epoch）；允許模型最大迭代次數(shù)（Epoch_max）為100；本試驗環(huán)境允許單次訓練批處理數(shù)目（Batch_size）為32，訓練集共49 193張圖片，經(jīng)過1 538個步長（Steps）后完成一輪epoch。batch 訓練過程不作為參考，僅記錄每輪epoch結束后準確率、損失值變化。鑒于ReLU激活函數(shù)存在“死神經(jīng)元”現(xiàn)象，采用效果優(yōu)于ReLU的Mish[25]激活函數(shù)，其表達式見式（1）。選擇adam優(yōu)化器（Optimizer）。

小數(shù)據(jù)集上訓練深度CNN 時容易過擬合，Dropout 通過阻止特征檢測器共同作用防止過擬合，提高神經(jīng)網(wǎng)絡性能[26]。第一次遷移過程中設置Dropout 參數(shù)為0.5，即每個訓練批次均忽略50%的特征檢測器（50%隱層節(jié)點值為0），減少特征檢測器（隱層節(jié)點）的相互依賴，使模型不依賴局部特征，增強泛化性。

在第二次遷移過程中，學習率設定10-4~10-7，設置學習率衰減和訓練早停，減少學習率衰減耐心值到5，早停耐心值到3，epoch_max 和batch_size 保持不變。訓練集共1 892 張圖片，經(jīng)過60 個步長（steps）后完成1 個epoch。使用Mish 激活函數(shù)和adam優(yōu)化器，設置Dropout參數(shù)為0.5。

1.5 模型評價指標

考慮到PlantVillage 數(shù)據(jù)集內(nèi)有39 個分類，以混淆矩陣作為分類評判指標存在困難，同時有誤導性，本文在兩次遷移過程中均使用準確度（Accu?racy，下文中簡稱為Acc，其余指標同理）、靈敏度（Sensitivity，Sen）、特異性（Specificity，Spe）、精準度（Precision，Pre）以及F1分數(shù)（F1 score，F(xiàn)1）作為模型的評價指標。準確度為所有樣本中正確分類樣本的比率；靈敏度為所有真實陽性中正確預測陽性的比率，體現(xiàn)模型對陽性樣本的識別能力；特異性為所有真陰性中正確預測陰性的比率，體現(xiàn)模型對陰性樣本的識別能力；精準度為所有陽性識別中正確預測陽性的比例，體現(xiàn)模型對陽性樣本的識別精準度。F1 分數(shù)用于評估模型性能，是基于精準度與靈敏度計算得到的指標，用于衡量模型識別能力。

上述指標除F1 分數(shù)外，均可通過真陽性（TP）、真陰性（TN）、假陽性（FP）和假陰性（FN）四個指標進行計算，計算公式如式（2）~（6）所示。

2 結果與分析

2.1 ImageNet-PlantVillage遷移學習過程

在第一次遷移學習過程中，本文將ImageNet預訓練模型在Plant Village 數(shù)據(jù)集上進行遷移學習并微調。根據(jù)2.5 節(jié)模型評價指標，表3 給出第一次遷移中模型平均準確度、敏感性、特異性、精準度以及F1 分數(shù)，下劃線表示最優(yōu)模型與最優(yōu)性能。如表3所示，在第一次遷移學習過程中，所有模型準確度和特異性均超過99%，表現(xiàn)較為理想，但各模型靈敏度和精確度值存在較大差異。說明各模型對負樣本區(qū)分能力較強，考慮到樣本分布不平衡導致準確度失去參考價值，因此本階段不以準確度為主要模型優(yōu)劣判別指標。表3 中EfficientNet B4 模型具有最高靈敏度、最高精確度和最高F1 分數(shù)，為全部ImageNet 預訓練模型中最優(yōu)模型。除EfficientNet B4 模型外，EfficientNet B5模型和Inception V3 模型為第一階段遷移學習過程中top3 模型，B4 比B5 模型平均靈敏度高1.37%，B5 模型比Inception V3 模型的平均靈敏度僅高0.07%，可見top3模型性能差距小。VGG19平均靈敏度僅為89.08%，F(xiàn)1分數(shù)為0.8960，效果最差。

表3 ImageNet預訓練模型遷移學習表現(xiàn)（第一階段）Table 3 Performance of ImageNet pretrained models(The first stage)(%)

本文與Chen 等研究結果一致，ImageNet 預訓練模型具有強大特征提取能力[16]。對比Ferentinos等[27]以Plant Village為基礎構建的數(shù)據(jù)集（包含25種植物，58種類別，共計87 848張圖片）進行病害識別時，經(jīng)典CNN 最高達到99.53%的準確率，可見訓練數(shù)據(jù)充足與否影響準確率。理論上層數(shù)更深，結構更復雜的網(wǎng)絡可更好提取特征，同時需要更多訓練數(shù)據(jù)。因此，遷移學習訓練方法能夠有效提高資源利用率，降低模型過擬合風險。但本階段遷移訓練中的VGG19 模型靈敏度較低，即對正例的區(qū)分度不夠，與以往網(wǎng)絡結構性能研究結論相符，但可能出現(xiàn)域遷移問題。理論上，Ima?geNet 預訓練模型具有更好的粗粒度識別能力，但細粒度識別能力可能較差。因此，在表3中，靈敏度較高模型具備較好的“葉片+病斑”細粒度特征提取能力，即對相似葉片、相似病斑區(qū)分能力較好。

對EfficientNet B0至B7模型，各模型準確度和特異性接近，無顯著差別。隨著層數(shù)加深，各模型靈敏度和精確度呈先增后降趨勢，在B4 模型達到最大靈敏度、最大精確度以及最大F1 分數(shù)。反映各模型特征提取能力和細粒度識別能力的變化趨勢，表明B4模型為該階段最優(yōu)模型。

B0、B1、B2 模型與MobileNet 和MobileNet V2參數(shù)量相似，本研究將對比其與MobileNet 系列網(wǎng)絡。在本階段遷移學習試驗中，作為應用在移動端的輕量級網(wǎng)絡，MobileNet 和MobileNet V2 模型性能不亞于深層網(wǎng)絡模型。參照表2 中模型參數(shù)量，B0 模型參數(shù)量略多于MobileNet 和MobileNet V2模型，但B0模型達到95.99%的靈敏度和0.9634的F1分數(shù)，綜合性能優(yōu)于除Inception V3外其他模型?？梢夿0 模型性能已超越MobileNet 系列模型，具備代替輕量級網(wǎng)絡的潛力。

在本階段遷移學習過程中，通過對比不同深度EfficientNet、經(jīng)典CNN 網(wǎng)絡以及輕量級網(wǎng)絡Im?ageNet 預訓練模型在PlantVillage 數(shù)據(jù)集上表現(xiàn)，各模型負樣本識別能力較好，考慮正樣本識別能力以及識別精準度，EfficientNet B4 模型識別不同植物葉片、不同病害效果最好，B4 模型參數(shù)量介于深層網(wǎng)絡和輕量級網(wǎng)絡之間，為本階段最優(yōu)識別模型。EfficientNetB0 模型參數(shù)量雖略多于本試驗中MobileNet 系列網(wǎng)絡，但識別能力更優(yōu)，可完全替代輕量級網(wǎng)絡模型。總體而言，第一次遷移學習使模型獲得ImageNet 預訓練模型提取粗粒度特征的能力，擴充訓練數(shù)據(jù)量，同時避免直接進行“ImageNet-Local”遷移學習時，樣本量較少導致的域遷移問題。

2.2 Plant Village-Local遷移學習過程

在2.1 節(jié)模型訓練、測試階段基礎上，本文將EfficientNet B4 模 型、 Inception V3 模 型 以 及ResNet50 模型在本地自建玉米病葉數(shù)據(jù)集上進行第二次遷移訓練和預測，即“PlantVillage-Local”遷移過程。本地玉米病葉數(shù)據(jù)集中，2365 張圖片數(shù)據(jù)被劃分為訓練集和測試集，參與模型訓練和測試過程，剩余263 張圖片數(shù)據(jù)為2.1 節(jié)提及的預測集，用于評估模型識別性能。表4給出玉米病葉數(shù)據(jù)集上所有模型的平均準確度、敏感性、特異性、精準度以及F1 分數(shù)，下劃線標記的值表示最佳評價指標。

表4 Plant Village預訓練模型遷移學習表現(xiàn)（第二階段）Table 4 Performance of Plant Village pretrained models(The second stage)(%)

與表3相比，表4 中所有模型的性能指標均有提升。主要原因如下：首先，相對于第一次遷移，本階段的源領域和目標領域更為相似，細粒度特征提取效果更好，增強模型性能；其次，參考Too等[28]在未進行數(shù)據(jù)增強的Plant Village數(shù)據(jù)集（14 種作物，26 種疾病，共計54 306 幅圖像）上使用ImageNet 預訓練模型遷移學習識別病害的經(jīng)驗，除VGG16 外其他模型均達到90%以上識別準確率，而本階段試驗使用經(jīng)過數(shù)據(jù)增強和數(shù)據(jù)增廣的Plant Village 數(shù)據(jù)集，對模型性能產(chǎn)生積極影響；最后，考慮到本地數(shù)據(jù)集規(guī)模較小，且均為玉米葉片，類間差距較大，病斑區(qū)分度高，而第一階段的Plant Village 數(shù)據(jù)集類間差距小，病斑區(qū)分度低，識別難度下降，導致精度升高。

與第一階段類似，本階段所有模型的準確度和特異性均達到較高水平，但敏感性和精確度存在較大差距。EfficientNet B4 模型在本階段訓練中敏感性、精確度和F1 分數(shù)均為最優(yōu)，因此為兩階段遷移學習過程中表現(xiàn)最優(yōu)的網(wǎng)絡模型。

EfficientNet B4、Inception V3 和ResNet50 模型為第二階段遷移學習過程中的top3 模型，且B4 模型比Inception V3 模型的平均靈敏度高0.36%，In?ception V3 模型比ResNet50 模型的平均靈敏度僅高0.03%，因此本階段遷移學習中top3模型性能差距較小。相比于上階段遷移學習，VGG19 的平均靈敏度上升至93.76%，F(xiàn)1 分數(shù)增至0.9381，對比之下仍為最差模型。除VGG19 外，其余模型的靈敏度均超過96%，F(xiàn)1 分數(shù)均在0.97 以上，試驗結果表明，相比于ImageNet 預訓練模型，PlantVillage上的預訓練模型在玉米病葉數(shù)據(jù)集上具有更好識別效果。

參與本階段遷移學習的8個EfficientNet模型依然保持與第一階段類似的模型特點，即靈敏度和精確度的先升高后降低，B4 模型為EfficientNet 模型中最優(yōu)模型。B0 模型達到97.81%的靈敏度和0.9780 的F1 分數(shù)，綜合性能優(yōu)于除Inception V3、ResNet50外的其他模型。兩階段試驗中的Efficient?Net模型變化趨勢與Atila等的結論相似，本試驗考查B0、B1、B2模型取代輕量級網(wǎng)絡的潛力，且綜合Sen、Pre 及F1 分數(shù)后，發(fā)現(xiàn)B0 模型性能優(yōu)于MobileNet系列網(wǎng)絡[20]。

在兩階段的遷移學習過程中，EfficientNet B4模型的五個評價指標均為最優(yōu)。尤其在第二次遷移中，以99.10%的靈敏度、99.05%的精確度以及0.9908的F1分數(shù)超越所有模型。此外，Efficient?Net B4模型參數(shù)量為19.467M，介于DenseNet201和MobileNet 之間。綜合看來，EfficientNet B4 模型對復雜背景下玉米病葉識別效果最佳。

在上述模型訓練、測試階段基礎上，本文分別繪制EfficientNet B4模型、Inception V3模型以及ResNet50模型在預測集上混淆矩陣，如圖5中a、b和c 所示。橫、縱坐標軸分別用0、1、2、3 代表灰斑病、銹病、大斑病以及健康葉四種狀態(tài)。評估預測集圖像數(shù)據(jù)發(fā)現(xiàn)，三種模型均能夠對健康葉片實現(xiàn)100%的正確分類，但灰斑病與大斑病之間存在一定程度的誤識別。對EfficientNet B4 模型而言，銹病葉片可能被誤判為灰斑病，Inception V3 模型更傾向于將其誤判為大斑病，ResNet50 模型則判別正確。試驗結果表明，采用Mish 激活函數(shù)兩階段遷移學習訓練方法，能夠提升模型細粒度和粗粒度識別能力，解決遷移學習中存在的域遷移和樣本不足所導致的過擬合問題。

圖5 Top3模型在預測集上的混淆矩陣Fig.5 Confusion matrix of Top3 models on prediction dataset

3 結 論

對于小規(guī)模玉米病葉數(shù)據(jù)集，兩階段遷移學習方法可解決域遷移問題和小樣本問題，且混用實驗室圖片數(shù)據(jù)和真實圖片數(shù)據(jù)可增強模型的環(huán)境魯棒性。EfficientNet B4 模型參數(shù)量少于經(jīng)典深層網(wǎng)絡，識別性能也超過先進模型。與輕量級網(wǎng)絡參數(shù)量近似的B0 模型在性能上優(yōu)于先進模型，可完全作為移動端模型部署于農(nóng)機。對小規(guī)模數(shù)據(jù)集下葉部病害識別，本研究提供有效的訓練方法和應用實例，后續(xù)將擴充病葉數(shù)據(jù)集內(nèi)的作物種類與病害類別，尤其是收集早期病斑細粒度識別樣本和復雜背景病斑樣本。此外，從服務器端模型到移動端農(nóng)業(yè)設備應用存在成本問題。