杜 晨 馮向萍 李永可 張世豪 舒 芹 趙昀杰

（1.新疆農(nóng)業(yè)大學(xué)計(jì)算機(jī)與信息工程學(xué)院 烏魯木齊 830052）

（2.新疆農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院 烏魯木齊 830052）

1 引言

新疆作為全國第一大棉花種植中心，2021 年棉花產(chǎn)量便已超過500 萬噸，占全國總產(chǎn)量的89.5%［1］。目前，推動新疆棉花“由量向質(zhì)”轉(zhuǎn)型，是增強(qiáng)新疆棉花競爭力、確保有效供給率以及帶動相關(guān)產(chǎn)業(yè)可持續(xù)發(fā)展的必由之路。雜草作為棉花生產(chǎn)中的主要威脅要素之一，雖然大面積噴灑除草劑可以抑制雜草生長，但若一味墨守成規(guī)的使用此種效率低且成本高的人工除草方式，將嚴(yán)重影響生態(tài)環(huán)境，同時也會降低土壤肥力，致使棉花品質(zhì)下降［2～4］。為避免此類問題發(fā)生，本文將深度學(xué)習(xí)同農(nóng)業(yè)發(fā)展相連結(jié)，通過圖像處理與分析，精準(zhǔn)辨別棉花生長中產(chǎn)生的雜草類型及其定位，高效智能除草，以此增進(jìn)棉花產(chǎn)量與品質(zhì)［5］。

就數(shù)字圖像處理的雜草識別現(xiàn)狀來看，關(guān)鍵在于運(yùn)用顏色、葉片形狀和葉面紋理等多個特點(diǎn)的差異進(jìn)行雜草識別［6～8］。就卷積神經(jīng)網(wǎng)絡(luò)的雜草識別現(xiàn)狀來看，學(xué)者們利用深度學(xué)習(xí)中關(guān)鍵的網(wǎng)絡(luò)模型——CNN，對圖像特征進(jìn)行研究［9～11］，從而達(dá)到雜草特征自動提取的目的，增加識別準(zhǔn)確率。對深度目標(biāo)檢測的雜草識別現(xiàn)狀來看，部分學(xué)者運(yùn)用YOLO算法將目標(biāo)檢測任務(wù)轉(zhuǎn)換成一個回歸問題，利用單階段檢測來提升檢測速度［12～14］。上述有關(guān)圖像識別的研究為我國農(nóng)業(yè)智能化發(fā)展提供了有力的學(xué)術(shù)與技術(shù)支持，但這些方法多以農(nóng)作物為研究對象，特點(diǎn)單一，識別對象多為單獨(dú)個體，事實(shí)上棉花幼苗和雜草的生長往往呈現(xiàn)出縱橫交錯的態(tài)勢。綜上所述，為解決交叉生長環(huán)境下棉花幼苗和雜草的識別難題，本文以新疆棉花田間典型雜草為主要研究對象，構(gòu)建深度卷積神經(jīng)網(wǎng)絡(luò)，針對復(fù)雜植株特征，采用當(dāng)下熱門的目標(biāo)檢測算法，設(shè)計(jì)構(gòu)建出一個可實(shí)現(xiàn)大田環(huán)境下棉花幼苗和雜草識別的網(wǎng)絡(luò)識別模型，提高對雜草植株的識別率。

2 雜草檢測算法原理

2.1 YOLOv5目標(biāo)檢測模型

YOLOv5 模型是一種端到端的單步目標(biāo)檢測模型，它的推理速度較快且模型部署成本較低。模型中囊括Input、Backbone、Neck 以及Prediction 這四大板塊。從圖1可見新版本的YOLOv5模型結(jié)構(gòu)圖，多數(shù)的激活函數(shù)皆應(yīng)用了SiLU，其特征為無上界、有下界、平滑以及非單調(diào)。它是處于線性函數(shù)與ReLU 函數(shù)之間的平滑函數(shù)。由于Conv 層相較于普通卷積能夠降低采樣所導(dǎo)致的信息缺失，所以此版本用Conv 替代了第一層的Focus，但是其計(jì)算速度則相對較慢。除此之外，還運(yùn)用SPPF（簡化的空間金字塔池化）替換了SPP 結(jié)構(gòu)，SPPF 將輸入特征串行利用多個5*5 大小的MaxPool 層進(jìn)行替換，從而提高計(jì)算速度。

2.2 改進(jìn)YOLOv5目標(biāo)檢測算法

本文在前人研究的基礎(chǔ)上，提出基于YOLOv5模型的改進(jìn)網(wǎng)絡(luò)，讓模型即能夠增強(qiáng)檢測精度還可以減少參數(shù)量，讓在高通量表型平臺上操縱困難的問題得以緩解。第一，引進(jìn)Ghost 模塊減輕網(wǎng)絡(luò)復(fù)雜度；第二，利用BiFPN（加權(quán)雙向特征金字塔網(wǎng)絡(luò)）增強(qiáng)檢測率；第三，運(yùn)用α—IoU loss 替換CIoU Loss，以此提升收斂速度；第四，對預(yù)測頭YOLO Head 進(jìn)行解耦，從而增加精度。具體改進(jìn)如下所示。

1）Ghost模塊

從圖2 可見，Ghost 模塊中囊括了1 個少量卷積、1 個總體恒等映射以及m ×（s- 1）個線性運(yùn)算。在堆疊卷積層中能夠獲取充裕的特征信息，冗余信息也被收納其中。雖然便于網(wǎng)絡(luò)對特征信息有著更加詳細(xì)的認(rèn)識，但是計(jì)算量也會相應(yīng)增加。所以運(yùn)用一般卷積生成少量的特征圖，接下來對上述所得的特征圖展開廉價線性操作，從而生成Ghost特征圖，最后把二者按照通道進(jìn)行憑拼接，以此生成充沛的特征圖來匹配既定的輸出通道數(shù)。

圖2 Ghost模塊

2）α-IoU loss

早期的研究多數(shù)選取Ln-norm 進(jìn)行BBox 的回歸，但是，研究發(fā)現(xiàn)IoU 損失對BBox 存在尺度不變性，對于檢測器的訓(xùn)練有著一定的幫助，然而，當(dāng)預(yù)測框和Ground Truth 不重疊時出現(xiàn)了幾種特殊情況導(dǎo)致無法準(zhǔn)確判斷預(yù)測框和Ground Truth 的真實(shí)位置情況引發(fā)梯度消失的問題，這會導(dǎo)致模型收斂速度慢并影響檢測器的準(zhǔn)確度。為了更準(zhǔn)確地描述兩者的位置關(guān)系以緩解梯度消失問題，啟發(fā)了幾種基于IoU 損失的改進(jìn)設(shè)計(jì)。經(jīng)過前人的實(shí)驗(yàn)發(fā)現(xiàn)，當(dāng)α的取值為3時，在大多數(shù)情況下可取得較好的表現(xiàn)，且優(yōu)于現(xiàn)有的IOU 損失。當(dāng)α的取值大于1 時，會在訓(xùn)練過程中增加對高IOU 目標(biāo)的權(quán)重，使得網(wǎng)絡(luò)的預(yù)測結(jié)果更加精準(zhǔn)。

3）BiFPN（加權(quán)雙向特征金字塔網(wǎng)絡(luò)）

由于在網(wǎng)絡(luò)訓(xùn)練時，各類目標(biāo)的尺寸大小皆不統(tǒng)一，使得卷積過程中，大目標(biāo)的特征能夠伴隨卷積的深入從而保留，小目標(biāo)的特征則有可能被隱沒，所以把具有相同目標(biāo)的不同深度的特征層融合則勢在必行。從圖3 可見，BiFPN 分別對FPN 和PANet 進(jìn)行改善。第一，在FPN 模塊中添加一條自底向上的通道，讓底部的信息可以更加便捷地上傳至頂部，從而生成路徑聚合網(wǎng)絡(luò)；第二，刪除僅有1個輸入或輸出的節(jié)點(diǎn)；第三，如果輸入和輸出的結(jié)點(diǎn)在同一層，那么在輸入/輸出特征圖間增加1個跳躍連接。由此則可以在同等計(jì)算成本的條件下，將更多的特征融合進(jìn)來。同時讓每個輸入增加一個額外的權(quán)重，并讓網(wǎng)絡(luò)學(xué)習(xí)每個輸入特性的重要性。

圖3 加權(quán)雙向特征金字塔網(wǎng)絡(luò)

4）YOLOv5解耦頭

在進(jìn)行目標(biāo)檢測的過程中，分類任務(wù)與回歸問題間始終有著巨大的沖突。所以，在諸多的單階段以及兩階段檢測器中，包含著用于分類與定位的解耦頭。GE.，et al.［16］把檢測頭解耦，使得網(wǎng)絡(luò)收斂速度大幅提升，同時提高了網(wǎng)絡(luò)檢測精度。由于分類任務(wù)與回歸問題間具有一定的沖突，所以本文把YOLOv5 的檢測頭由原來的耦合變更為解耦，其結(jié)構(gòu)圖如圖4 所示。首先，本文運(yùn)用1*1 卷積層把原先YOLOv5的輸出通道數(shù)量縮減至256，然后增加2個平行的分支，利用2 層3*3 卷積層分別運(yùn)用在分類和回歸任務(wù)中，最后采用1*1 卷積層來調(diào)節(jié)最終通道數(shù)。

圖4 DecoupleHead 結(jié)構(gòu)圖

3 實(shí)驗(yàn)結(jié)果及分析

3.1 實(shí)驗(yàn)環(huán)境與參數(shù)設(shè)置

本研究使用的處理器為11th Gen Intel（R）Core（TM）i7-11800H @ 2.30GHz，顯卡為NVIDIA GeForce RTX 3060 Laptop，內(nèi)存為16GB，Python 版本為3.7，圖像尺寸為1024，批次大小設(shè)置為10，深度學(xué)習(xí)框架使用Pytorch1.8.0 版本、CUDA 版本為11.0。

3.2 數(shù)據(jù)集及預(yù)處理

本文以棉花幼苗和田間的雜草作為識別對象。2022 年5 月至7 月在新疆沙雅縣海樓鎮(zhèn)喬格鐵熱克村試驗(yàn)田和昌吉市華興農(nóng)廠試驗(yàn)田，分18個階段（每階段相差3～5天），總共拍攝16384張樣本圖像。

實(shí)驗(yàn)中把數(shù)據(jù)集依照8∶1∶1 的比例進(jìn)行劃分，分為訓(xùn)練集、驗(yàn)證集以及測試集，然后把劃分后的數(shù)據(jù)集用于本實(shí)驗(yàn)，保證每種模型的訓(xùn)練皆選用一模一樣的數(shù)據(jù)。數(shù)據(jù)集中共有5 類數(shù)據(jù)，分別為棉花幼苗、龍葵、小藜、反枝莧與其他雜草，具體樣本數(shù)量詳見表1。

表1 樣本數(shù)量

在實(shí)驗(yàn)過程中利用隨機(jī)翻轉(zhuǎn)、隨機(jī)縮放、隨機(jī)擦除、隨機(jī)裁減等方式以及Mosaic、Mixup 方法展開數(shù)據(jù)增強(qiáng)操作。圖5 可見數(shù)據(jù)增強(qiáng)后的效果。Mosaic 數(shù)據(jù)增強(qiáng)選擇4 張圖片，按照上述方法處理完畢后開始隨機(jī)編排與拼接，增加BatchSize 的同時有效降低了顯存占用率，還可以擴(kuò)大原始數(shù)據(jù)集。Mixup 算法把各類圖片相融合，在豐富了重疊雜草樣本數(shù)量的同時，又讓網(wǎng)絡(luò)可以在測試階段更為強(qiáng)大。

圖5 Mosaic和Mixup數(shù)據(jù)增強(qiáng)

3.3 評價指標(biāo)

本實(shí)驗(yàn)中目標(biāo)檢測模型的衡量標(biāo)準(zhǔn)為mAP@0.5、mAP@0.5：0.95、參 數(shù) 量、浮 點(diǎn) 運(yùn) 算 次 數(shù)（GFLOPs）、模型大小以及FPS，重疊閾值為0.5。具體含義如下：1）mAP@0.5—IOU 閾值為0.5 時的平均AP，展現(xiàn)模型的識別能力；2）.mAP@0.5：0.95—IOU 閾值為從0.5 到0.95，步長為0.05 時各個mAP的平均值，展現(xiàn)模型的定位效果、邊界回歸能力；3）參數(shù)量、浮點(diǎn)運(yùn)算次數(shù)（GFLOPs）—分別從時間和空間上衡量模型的復(fù)雜度；4）FPS—代表每秒檢測圖像的數(shù)目，值越大檢測速度越快。

當(dāng)IoU 高于重疊閾值時，則代表產(chǎn)生了一個真陽性（TP）；當(dāng)IoU 低于閾值或者沒有生成相關(guān)的真實(shí)框時，則代表產(chǎn)生了一個假陽性（FP）。被準(zhǔn)確辨別的目標(biāo)和測試集中目標(biāo)個數(shù)的比值則被定義為召回率。

3.4 消融實(shí)驗(yàn)

為了進(jìn)一步考證本文在實(shí)驗(yàn)中所提模型的檢測性能，推敲各種改進(jìn)方法對網(wǎng)絡(luò)整體性能的影響，在YOLOv5l 的基礎(chǔ)上進(jìn)行10 組消融實(shí)驗(yàn)，選擇逐漸增加的方法一步步開始優(yōu)化，觀測各類改進(jìn)方法對網(wǎng)絡(luò)性能的影響，并對比參數(shù)量與復(fù)雜度更高YOLOv5x官方模型。具體實(shí)驗(yàn)過程如表2所示。

表2 消融實(shí)驗(yàn)過程

實(shí)證研究表明，上述改進(jìn)策略均有成效之后，本文采用所有的改進(jìn)策略，然后把模型命名為：YOLOv5l_D。本實(shí)驗(yàn)還策劃在不改變BackBone 以及Neck的情況下，對YOLO Head展開解耦的實(shí)驗(yàn)，研究預(yù)測頭解耦對模型性能的影響程度。每組實(shí)驗(yàn)使用相同的訓(xùn)練技巧，基本采用YOLOv5 官方推薦的參數(shù)設(shè)置，實(shí)驗(yàn)結(jié)果如表3所示。

表3 不同模型性能對比

3.5 實(shí)驗(yàn)分析

Ghost 模塊引入后，mAP 值降低了3.06%，但模型參數(shù)量降低了59.2%，計(jì)算量降低了66.9%，模型輕量化效果明顯；加入Bifpn 特征金字塔后mAP 值提高了0.94%；使用α-IoU 替換yolov5 默認(rèn)的CIoU損失函數(shù)可在不提高計(jì)算量和參數(shù)量的情況下將mAP 提高0.89%。綜合使用上述改進(jìn)策略后的模型YOLOv5l_D 可實(shí)現(xiàn)參數(shù)量降低56.8%、計(jì)算量降低65.8%的情況下mAP 值僅降低1.61%。改進(jìn)后的YOLOv5l 模型檢測結(jié)果和未改進(jìn)的模型對比如圖6所示，對于部分遮擋的雜草檢測效果有所下降，但檢測速度由1268ms/張?zhí)岣咧?072ms/張，檢測速度顯著提升，證明了以上模型改進(jìn)方法的有效性。

圖6 改進(jìn)的YOLOv5l與原始YOLOv5l對比

使用解耦頭DecoupleHead 替換YOLO Head 后檢測結(jié)果如圖7 所示，高亮部分顯示出只有改進(jìn)后的模型才可檢測出部分重疊和遮擋較嚴(yán)重的雜草，檢測效果相較改進(jìn)前有較明顯的提升，比原始版本YOLOv5l 的mAP 提高了1.76%；替換Ghost 模塊后的模型mAP也可提高1.97%，而模型復(fù)雜度更高的YOLOv5x 模型并不能有效提高mAP 值，證明了對YOLO Head解耦后可以有效提升模型精確度。

圖7 YOLO Head解耦前后對比

4 結(jié)語

本文以新疆棉花田間典型雜草為主要研究對象，由于傳統(tǒng)雜草檢測方法的缺陷，無法對雜草種類進(jìn)行精準(zhǔn)識別，檢測難度大?；诖?，為提高雜草植株的識別率，本文將深度學(xué)習(xí)與圖像處理相結(jié)合，基于YOLOv5 提出改進(jìn)的目標(biāo)檢測算法YOLOv5l_D 與YOLOv5l_DHead 模型。在原YOLOv5算法的基礎(chǔ)上，引入Ghost 模塊對網(wǎng)絡(luò)進(jìn)行輕量化處理；然后，將CIoU loss 替換為α-IoU loss，以此提高模型前期收斂速度；最后在網(wǎng)絡(luò)中加入加權(quán)雙向特征金字塔（BiFPN），從而更好的融合模型的多尺度特征，提升模型檢測率。相比原YOLOv5 模型來說，改進(jìn)的模型在參數(shù)量與浮點(diǎn)運(yùn)算次數(shù)分別下降了56.8%和65.8%的基礎(chǔ)上，mAP 僅下降了1.61%，可滿足實(shí)際應(yīng)用與移動端部署的要求。本研究還提出使用解耦頭（Decouple Head）替換默認(rèn)YOLO Head，相比原YOLOv5 的mAP 增加了1.76%，由此可見，解耦頭可以提升模型精度。改進(jìn)后的YOLOv5 模型對雜草目標(biāo)的檢測準(zhǔn)確率明顯提高，通過圖像處理與分析，精準(zhǔn)辨別棉花生長中產(chǎn)生的雜草類型及其定位，高效智能除草，以此增進(jìn)棉花產(chǎn)量與品質(zhì)，實(shí)現(xiàn)大田環(huán)境下棉花幼苗和雜草準(zhǔn)確檢測，在智慧農(nóng)業(yè)發(fā)展等方面具有潛在實(shí)用價值。