摘 要：玉米是世界上最重要的糧食作物之一，其品質鑒別對農(nóng)業(yè)生產(chǎn)和食品加工具有重要意義。傳統(tǒng)的玉米籽粒品質鑒別方法往往需要大量人力和時間成本，并且易受主觀因素影響?；贏lexNet模型，提出了一種改進的并且適配于玉米籽粒品質鑒別的AlexNet算法，并針對玉米籽粒數(shù)據(jù)集進行微調。在微調過程中，采用數(shù)據(jù)增強、批量歸一化、隨機失活等技術，以提高模型的性能。經(jīng)試驗，該模型在測試集上的準確率為96.6%，優(yōu)于原本的AlexNet模型對玉米籽粒品質鑒別性能。該模型的應用有望提供更快速、準確的玉米籽粒品質鑒別方法，有利于玉米籽粒品質把控。

關鍵詞：AlexNet；玉米品質鑒別；批量歸一化

中圖分類號：S513；TP391.41 文獻標志碼：A 文章編號：1674-7909-（2023）13-148-3

0 引言

在計算機視覺深度學習領域，AlexNet神經(jīng)網(wǎng)絡算法是最出名的算法之一，被認為是開創(chuàng)性研究之一。然而，隨著研究的深入，人們發(fā)現(xiàn)AlexNet模型在某些方面存在一些不足之處，如容易出現(xiàn)過擬合、計算復雜度較高等［1］。因此，筆者對AlexNet模型進行一定的改進，以解決其原本存在的問題，并提高模型在玉米籽粒品質鑒別任務中的性能。此外，筆者采用了一些常用的深度學習技術，如數(shù)據(jù)增強（Data Augmentation）、批量歸一化（Batch Normalization）、隨機失活（Dropout）等，以提高模型的性能。Data Augmentation技術被廣泛應用于圖像分類、目標檢測、語音識別等領域，可通過對訓練集數(shù)據(jù)進行變換和擾動，擴增訓練集的規(guī)模，提高模型的泛化能力。應用Batch Normalization技術，可對每一層的輸入進行標準化，減少內部協(xié)變量移位，提高模型的訓練速度和魯棒性。應用Dropout技術，則可隨機將一部分神經(jīng)元的輸出值置為0，以減少過擬合的風險，提高模型的泛化能力。

1 模型改進

1.1 圖像預處理

1.1.1 圖像尺寸調整

將輸入圖像的尺寸調整為2 448像素×2 448像素。對于訓練集中的每個圖像，首先將其在較短的一側進行調整，然后將其中心區(qū)域裁剪為224像素×224像素。

1.1.2 像素值歸一化

將輸入圖像的像素值歸一化到［0，1］范圍內。具體來說，將每個像素的RGB值除以255即可。

1.1.3 數(shù)據(jù)增強

在訓練過程中，采用Data Augmentation技術，如隨機裁剪、隨機水平翻轉、隨機色彩抖動等，以增加訓練數(shù)據(jù)的多樣性和泛化能力。

1.1.4 數(shù)據(jù)標準化

在訓練過程中，對輸入圖像的每個通道進行標準化處理，以便更好地滿足模型的輸入要求。具體來說，對于每個通道，計算其均值和標準差，然后對輸入圖像進行標準化處理。

1.2 改進AlexNet模型

相對于Bottleneck，BasicBlock更適合深度較淺的網(wǎng)絡。因此，在AlexNet第五層卷積層后面添加一個輸入與輸出通道數(shù)相同的BasicBlock［2-3］（見圖1）。BasicBlock是ResNet中使用的一種殘差塊，由2個3×3的卷積層和一個Residual連接組成。在BasicBlock中，輸入經(jīng)過第一個卷積層進行特征提取，然后經(jīng)過Residual連接進行信息傳遞，最后經(jīng)過第二個卷積層得到輸出。通過這種方式，減少了梯度消失和梯度爆炸問題，提高了模型的訓練速度和準確性。

Batch Normalization是一種在神經(jīng)網(wǎng)絡中用于加速收斂并提高模型訓練效果的技術［4-6］。其主要思想是在訓練過程中對每一層的輸入進行歸一化處理，使輸入數(shù)據(jù)在訓練過程中具有相同的均值和方差。在下一層卷積層的輸入前添加一個Batch Normalization層，該層將每個Batch的輸入進行歸一化處理，并對其進行縮放和平移操作。這樣可以使網(wǎng)絡在進行梯度下降時更加穩(wěn)定，防止出現(xiàn)梯度消失或梯度爆炸的情況，同時能夠加速模型的收斂。

為進一步提高模型的泛化能力，應用Dropout技術（見圖2）減少過擬合的風險。在訓練階段，對于每個神經(jīng)元，按照一定的概率P將其輸出值置為0，即丟棄該神經(jīng)元的輸出值。概率P通常是在0.2～0.5（此次研究P=0.5）。這樣一來，每次訓練時都會隨機選擇不同的神經(jīng)元進行丟棄，從而產(chǎn)生不同的神經(jīng)網(wǎng)絡結構。通過這種方式，可以讓神經(jīng)網(wǎng)絡不依賴于任何一個特定的神經(jīng)元，而是通過整個神經(jīng)網(wǎng)絡的結構來學習，從而提高模型的泛化能力。

2 試驗設計

2.1 試驗環(huán)境

算法訓練和測試環(huán)境均是在Windows11下進行，CPU型號為12th Gen Intel（R）Core（TM）i7-12700H 2.30 GHz，內存為16 GB，GPU型號為NVIDIA GeForce RTX 4060 Laptop，采用python3.9+pytorch框架進行編譯。

2.2 數(shù)據(jù)集

采用玉米籽粒品質檢測數(shù)據(jù)集（先采集16個玉米籽粒為一組，然后對每一組玉米籽粒俯瞰拍攝得到圖像，再進行分類的數(shù)據(jù)集），玉米籽粒品質圖像試驗樣本主要有5類，共3 000幅。其中，S級分類600幅，A級分類600幅，B級分類600幅，C級分類600幅，D級分類600幅。試驗圖片數(shù)據(jù)采用jpg格式，大小為2 448像素×2 448像素；將數(shù)據(jù)集按5∶1劃分為訓練集和測試集。

2.3 試驗流程

分別將激活函數(shù)Tanh和ReLU進行對比訓練和測試，得出數(shù)據(jù)；在其他條件相同的情況下，將改進后取得最高準確率的算法與原版AlexNet模型算法進行訓練測試對比。

2.4 評判標準

為了更好地驗證算法性能，筆者采用以下方法計算準確率及損失值。

準確率反映試驗分類圖片樣本集的正確程度，設當前分類任務中正確分類的樣本數(shù)為NT，當前分類任務中錯誤分類的樣本數(shù)為NF，那么此次分類任務的準確率Acc為

損失函數(shù)采用交叉熵損失函數(shù)［7］，設計算在一個批次的訓練樣本中計算得到的損失函數(shù)計算所得的平均數(shù)為L，訓練樣本總數(shù)為N，每次迭代樣本數(shù)為Nb，所得當前分類任務損失值Loss為

3 試驗結果與分析

試驗樣本統(tǒng)一為2 448像素×2 448像素，中心切割為224像素×224像素，每次迭代樣本數(shù)設置為32，學習率統(tǒng)一為0.000 2，優(yōu)化器為Adam，迭代次數(shù)統(tǒng)一為30次。

統(tǒng)一其他條件，測試不同激活函數(shù)對模型的影響。如表1所示，在其他條件不變的情況下（均引入一層BasicBlock），使用ReLU激活函數(shù)模型的準確率為96.6%，Tanh激活函數(shù)的模型準確率為94.2%。由此可見，ReLU激活函數(shù)是優(yōu)于Tanh激活函數(shù)的，所以筆者后續(xù)將采用ReLU激活函數(shù)進行優(yōu)化。

通過以上對比，將優(yōu)化改進過后的AlexNet模型算法與原版模型算法進行對比（見表2），原版AlexNet算法準確率為93.7%，改進后算法準確率為96.6%，其性能提升明顯。

利用混淆矩陣對測試集上共計500張樣本進行分類，結果如圖3所示。由于玉米圖片數(shù)據(jù)背景處理較為干凈，因而準確率較為高，錯誤鑒別占總數(shù)的1%左右。

4 結束語

筆者通過對AlexNet模型的歸一化、激活函數(shù)及算法進行優(yōu)化，使其泛化性和準確率有所提高，最終準確率達到96.6%，然而還有不足之處需要繼續(xù)試驗改進。

參考文獻：

［1］何前，郭峰林，王哲豪，等.基于改進AlexNet的葡萄葉部病害分類算法［J］.揚州大學學報（自然科學版），2023（2）：52-58.

［2］HE K，ZHANG X，REN S，et al.Deep residual learning for image recognition［C］//Proceedings of the IEEE conference on computer vision and pattern recognition，2016：770-778.

［3］段宇飛，董庚，孫記委，等.基于SE-ResNet網(wǎng)絡的油茶果果殼與茶籽分選模型［J］.中國農(nóng)機化學報，2023（4）：89-95.

［4］張百川，趙佰亭.結合批歸一化的輕量化卷積神經(jīng)網(wǎng)絡分類算法［J］.哈爾濱商業(yè)大學學報（自然科學版），2021（3）：300-306.

［5］郭永存，張勇，李飛，等.嵌入空洞卷積和批歸一化模塊的智能煤矸識別算法［J］.礦業(yè)安全與環(huán)保，2022（3）：45-50.

［6］劉建偉，趙會丹，羅雄麟，等.深度學習批歸一化及其相關算法研究進展［J］.自動化學報，2020（6）：1090-1120.

［7］曾華福，楊杰，李林紅.基于改進ShuffleNet v1的服裝圖像分類算法［J］.現(xiàn)代紡織技術，2023（2）：23-35.

作者簡介：陳增旭（1996—），男，碩士生，研究方向：機器視覺、機器學習。

通信作者：尹淑欣（1977—），女，博士，副教授，研究方向：圖像處理、智能信息識別。