摘 要：種子分類識(shí)別技術(shù)的應(yīng)用潛力巨大，可以在種子生產(chǎn)、農(nóng)業(yè)科研、種植管理等領(lǐng)域發(fā)揮重要作用。通過采集不同品種的玉米種子圖像，并利用預(yù)處理和數(shù)據(jù)增強(qiáng)技術(shù)對(duì)數(shù)據(jù)集進(jìn)行處理，構(gòu)建了一個(gè)包含4種深度學(xué)習(xí)網(wǎng)絡(luò)模型的試驗(yàn)框架（MobileNetV3、VGG16、GoogLeNet及ShuffleNet），對(duì)比4種模型在訓(xùn)練和測(cè)試階段的表現(xiàn)，評(píng)估其準(zhǔn)確率、損失值、訓(xùn)練時(shí)間，然后分析各個(gè)模型之間的差異。試驗(yàn)結(jié)果顯示：MobileNetV3深度學(xué)習(xí)網(wǎng)絡(luò)模型在玉米種子分類識(shí)別任務(wù)中表現(xiàn)出色，對(duì)玉米種子的識(shí)別精準(zhǔn)度達(dá)到了93.4%。相比其他3種模型，MobileNetV3深度學(xué)習(xí)網(wǎng)絡(luò)模型在準(zhǔn)確率和損失值方面展現(xiàn)出最佳性能，并且具有較快的收斂速度和穩(wěn)定的訓(xùn)練過程。

關(guān)鍵詞：玉米；品種識(shí)別；深度學(xué)習(xí)

中圖分類號(hào)：TP183；TP391.9 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1674-7909-（2023）13-141-3

0 引言

玉米是我國(guó)重要的糧食作物之一，其種植面積大、分布范圍廣，在保證我國(guó)糧食供給、促進(jìn)經(jīng)濟(jì)發(fā)展、農(nóng)民增收、維護(hù)社會(huì)穩(wěn)定等方面具有重要作用。種子分類對(duì)于提高玉米產(chǎn)量和品質(zhì)具有重要意義，有助于促進(jìn)種子產(chǎn)業(yè)化發(fā)展和農(nóng)業(yè)生產(chǎn)優(yōu)化，助力農(nóng)業(yè)產(chǎn)業(yè)可持續(xù)發(fā)展。近年來，深度學(xué)習(xí)技術(shù)快速發(fā)展，其在圖像識(shí)別和分類領(lǐng)域應(yīng)用廣泛，如深度學(xué)習(xí)網(wǎng)絡(luò)模型［1-2］。深度學(xué)習(xí)網(wǎng)絡(luò)模型包括深度神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)等。

馬睿等［3］提出的基于卷積神經(jīng)網(wǎng)絡(luò)模型的Xception與胚乳數(shù)據(jù)集建模方法較優(yōu)，測(cè)試集準(zhǔn)確率達(dá)到了92.78%。司海平等［4］提出一種基于特征融合的玉米品種圖像識(shí)別方法，通過VGG16和ResNet50兩種預(yù)訓(xùn)練網(wǎng)絡(luò)來獲取圖像的深度特征，試驗(yàn)結(jié)果表明對(duì)特征進(jìn)行融合相較于單一使用深度特征或傳統(tǒng)特征具有更高的識(shí)別準(zhǔn)確率。

此次研究旨在探索利用深度學(xué)習(xí)網(wǎng)絡(luò)模型對(duì)玉米種子進(jìn)行分類識(shí)別的可行性和效果。筆者采集不同品種的玉米種子圖像，并利用預(yù)處理和數(shù)據(jù)增強(qiáng)技術(shù)對(duì)數(shù)據(jù)集進(jìn)行處理，構(gòu)建了一個(gè)包含4種深度學(xué)習(xí)網(wǎng)絡(luò)模型的試驗(yàn)框架（MobileNetV3、VGG16、GoogLeNet和ShuffleNet），通過對(duì)比4種模型在訓(xùn)練和測(cè)試階段的表現(xiàn)，評(píng)估其準(zhǔn)確率、損失值、訓(xùn)練時(shí)間，并分析各個(gè)模型之間的差異。

1 試驗(yàn)材料與預(yù)處理

1.1 數(shù)據(jù)采集

此次研究以小金黃、金色超人、甜糯黃玉米、甜妃4個(gè)玉米品種為研究對(duì)象。在選取玉米種子過程中采用人工選種法，挑選飽滿、無破損的玉米種子。其中，小金黃265粒、金色超人256粒、甜糯黃玉米172粒、甜妃166粒。將每種種子平鋪在黑色桌面上，使用iPhone 12手機(jī)固定在桌面14 cm高處，在實(shí)驗(yàn)室自然光情況下垂直對(duì)玉米種子進(jìn)行拍攝。

1.2 數(shù)據(jù)集的增強(qiáng)與劃分

為了提高深度學(xué)習(xí)網(wǎng)絡(luò)模型對(duì)玉米種子識(shí)別的準(zhǔn)確率，此次試驗(yàn)利用Python和Opencv將多粒玉米種子圖片區(qū)域分割成單粒玉米種子圖片。分割前，先對(duì)圖像進(jìn)行閾值分割和二值化、去除邊緣顆粒等處理。

針對(duì)樣本數(shù)據(jù)不足導(dǎo)致的深度學(xué)習(xí)網(wǎng)絡(luò)模型能力不足問題，為提高深度學(xué)習(xí)網(wǎng)絡(luò)模型的準(zhǔn)確度，此次研究采用隨機(jī)旋轉(zhuǎn)45°或-45°、增加噪聲、圖片池化、隨機(jī)變色等操作對(duì)玉米種子數(shù)據(jù)集進(jìn)行增強(qiáng)，數(shù)據(jù)集圖片數(shù)量增加到原來的近4倍。從中隨機(jī)選取每種玉米種子的80%的圖像作為訓(xùn)練集，10%的圖像作為測(cè)試集、10%的圖像作為驗(yàn)證集，分別存放在對(duì)應(yīng)的子目錄中，如表1所示。

2 試驗(yàn)環(huán)境與模型原理

2.1 圖像識(shí)別模型

此次研究采用了MobileNetV3、VGG16、GoogLeNet、ShuffleNet等4種不同的卷積神經(jīng)網(wǎng)絡(luò)模型作為試驗(yàn)的訓(xùn)練模型對(duì)玉米種子進(jìn)行建模，分析各個(gè)網(wǎng)絡(luò)和數(shù)據(jù)建模之間的差異。

2.1.1 MobileNetV3

相比于MobileNetV2，MobileNetV3更新了倒殘差結(jié)構(gòu)，加入了SE模塊并且更新了激活函數(shù)，使用NAS搜索參數(shù)，重新設(shè)計(jì)耗時(shí)層結(jié)構(gòu)。同時(shí)，MobileNetV3仍保持輕量級(jí)特性，具有較小的模型尺寸和計(jì)算開銷，適用于計(jì)算資源受限的設(shè)備和應(yīng)用。MobileNetV3 Large較于V2版本檢測(cè)速度提升了25%，MobileNetV3 Small的準(zhǔn)確度提高了6.6%，有效提高了應(yīng)用在移動(dòng)端的圖像分類和檢測(cè)任務(wù)的精度。因此，MobileNetV3是一種高性能、可調(diào)節(jié)、輕量級(jí)的卷積神經(jīng)網(wǎng)絡(luò)模型。

2.1.2 VGG16

VGG16的突出特點(diǎn)是卷積層均采用相同的卷積核參數(shù)，即每個(gè)卷積層的寬和高相同。VGG16卷積串聯(lián)比單獨(dú)使用一個(gè)較大的卷積核擁有更少的參數(shù)，同時(shí)比單獨(dú)一個(gè)卷積層擁有更多的非線性變化，適應(yīng)更復(fù)雜的模式［5］。而卷積核串聯(lián)多次提取特征，比單一的卷積核提取的特征要細(xì)膩。Padding的步幅小于核的大小，可以覆蓋提取特征，也提高了特征的細(xì)膩度。

2.1.3 GoogLeNet

GoogLeNet是由Google團(tuán)隊(duì)提出的一種深度卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)，其主要原理是采用了Inception模塊來提取圖像特征［6］。網(wǎng)絡(luò)引入Inception結(jié)構(gòu)代替了單純的“卷積+激活函數(shù)”的傳統(tǒng)操作，實(shí)現(xiàn)了高效的特征提取和計(jì)算過程，并具有較好的參數(shù)效率和抗衰減性。網(wǎng)絡(luò)最后采用了average pooling來代替全連接層，使網(wǎng)絡(luò)參數(shù)得到了明顯降低，性能得到了提升。

2.1.4 ShuffleNet

ShuffleNet架構(gòu)中主要采用了兩種新操作：分組卷積（Pointwise Group Convolution）和通道重排（Channel Shuffle）。這兩種操作在保持模型精度的同時(shí)大大降低了計(jì)算量，實(shí)現(xiàn)了高效的特征提取和交互。分組卷積將輸入通道分組并進(jìn)行卷積操作，可減少計(jì)算復(fù)雜度；通道重排操作增加特征之間的交互，可提高特征表示的豐富性［7］。

2.2 超參數(shù)設(shè)置

采用Python編程語言，使用基于Torch的PyTorch深度學(xué)習(xí)框架，使用PyCharm作為集成開發(fā)環(huán)境編寫深度學(xué)習(xí)網(wǎng)絡(luò)模型，并在一臺(tái)搭載CPU為i7-12700H、GPU為RTX3060的筆記本電腦上進(jìn)行試驗(yàn)。各個(gè)深度學(xué)習(xí)網(wǎng)絡(luò)模型的參數(shù)均設(shè)置成學(xué)習(xí)率為0.001，一次訓(xùn)練所選取的樣本數(shù)（BatchSize）設(shè)置為16，訓(xùn)練輪數(shù)（Epoch）均為100輪，均采用隨機(jī)梯度下降算法（Stochastic Gradient Descent，SGD）作為優(yōu)化算法，并且輸出每輪訓(xùn)練所得到的損失值和玉米種子識(shí)別準(zhǔn)確率。

3 試驗(yàn)結(jié)果與分析

此試驗(yàn)分別使用4種不同的深度學(xué)習(xí)網(wǎng)絡(luò)模型對(duì)玉米種子進(jìn)行分類識(shí)別訓(xùn)練，其中MobileNetV3和ShuffleNet為輕量級(jí)網(wǎng)絡(luò)。對(duì)于玉米種子圖像分類的4種深度學(xué)習(xí)網(wǎng)絡(luò)模型，選擇平均識(shí)別準(zhǔn)確率、訓(xùn)練測(cè)試過程中損失函數(shù)的值及訓(xùn)練過程所需要的時(shí)間這3項(xiàng)指標(biāo)作為評(píng)價(jià)指標(biāo)。在經(jīng)過100輪的迭代訓(xùn)練之后，4種深度學(xué)習(xí)網(wǎng)絡(luò)模型對(duì)玉米種子分類識(shí)別的準(zhǔn)確率如表2所示。

試驗(yàn)發(fā)現(xiàn)，在對(duì)玉米種子分類識(shí)別任務(wù)中，MobileNetV3深度學(xué)習(xí)網(wǎng)絡(luò)模型表現(xiàn)最為出色。與其他3種網(wǎng)絡(luò)模型相比，MobileNetV3深度學(xué)習(xí)網(wǎng)絡(luò)模型在準(zhǔn)確率和損失值方面表現(xiàn)出了最佳性能，網(wǎng)絡(luò)收斂速度最快，對(duì)玉米圖像的分類識(shí)別準(zhǔn)確率最高并且在100輪迭代訓(xùn)練中損失值波動(dòng)幅度最小。這可能歸因于MobileNetV3深度學(xué)習(xí)網(wǎng)絡(luò)模型在輕量級(jí)結(jié)構(gòu)的基礎(chǔ)上，引入了SE模塊和更新的激活函數(shù)，以及通過NAS搜索參數(shù)進(jìn)行的優(yōu)化，從而提高了模型的性能。

對(duì)深度學(xué)習(xí)網(wǎng)絡(luò)模型的準(zhǔn)確率和損失值進(jìn)行計(jì)算，MobileNetV3深度學(xué)習(xí)網(wǎng)絡(luò)模型的準(zhǔn)確率曲線圖和損失值函數(shù)曲線圖如圖1所示。MobileNetV3深度學(xué)習(xí)網(wǎng)絡(luò)模型的損失函數(shù)曲線在10輪后趨于平穩(wěn)，準(zhǔn)確率曲線在18輪后趨于穩(wěn)定。但是，其他3種深度學(xué)習(xí)網(wǎng)絡(luò)模型的準(zhǔn)確率和損失值在進(jìn)行35輪迭代訓(xùn)練后才趨于平緩。綜上對(duì)比，MobileNetV3深度學(xué)習(xí)網(wǎng)絡(luò)模型具有較高的識(shí)別精度。

在此次試驗(yàn)中，4種模型在訓(xùn)練過程中均出現(xiàn)了局部震蕩現(xiàn)象，但MobileNetV3深度學(xué)習(xí)網(wǎng)絡(luò)模型的震蕩幅度較小，在4種模型中表現(xiàn)最為穩(wěn)定。而ShuffleNet深度學(xué)習(xí)網(wǎng)絡(luò)模型出現(xiàn)局部震蕩次數(shù)較多且最為明顯。這可能與不同網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)設(shè)置之間的差異有關(guān)，需要進(jìn)一步研究和調(diào)整。

MobileNetV3深度學(xué)習(xí)網(wǎng)絡(luò)模型的訓(xùn)練時(shí)間最短，平均每秒鐘可對(duì)3.6張圖片進(jìn)行訓(xùn)練；ShuffleNet深度學(xué)習(xí)網(wǎng)絡(luò)模型的訓(xùn)練時(shí)間最長(zhǎng)，平均每秒鐘只能對(duì)1.6張圖片進(jìn)行訓(xùn)練。這與模型的復(fù)雜度和計(jì)算開銷有關(guān)，輕量級(jí)模型在訓(xùn)練時(shí)間上具有一定的優(yōu)勢(shì)。

4 結(jié)論與討論

此次研究采用了4種深度學(xué)習(xí)網(wǎng)絡(luò)模型（MobileNetV3、ShuffleNet、GoogLeNet、VGG16）對(duì)玉米種子進(jìn)行分類識(shí)別，并對(duì)其性能進(jìn)行了評(píng)估和比較，其中MobileNetV3深度學(xué)習(xí)網(wǎng)絡(luò)模型的測(cè)試準(zhǔn)確率為93.4%。研究表明，MobileNetV3深度學(xué)習(xí)網(wǎng)絡(luò)模型在玉米種子分類識(shí)別任務(wù)中具有較高的準(zhǔn)確率、穩(wěn)定性和較短的訓(xùn)練時(shí)間。該試驗(yàn)結(jié)果對(duì)于玉米種子的自動(dòng)化分類和識(shí)別具有重要的應(yīng)用價(jià)值，并為進(jìn)一步優(yōu)化和改進(jìn)深度學(xué)習(xí)網(wǎng)絡(luò)模型在農(nóng)業(yè)領(lǐng)域的應(yīng)用提供了參考。然而，此次研究的數(shù)據(jù)集規(guī)模相對(duì)較小，對(duì)其他玉米品種和泛化能力的研究還需要進(jìn)一步擴(kuò)充和探索。

參考文獻(xiàn)：

［1］KHAKI S，PHAM H，HAN Y，et al.Convolutional neural networks for image-based corn kernel detection and counting［J］.Sensors（Basel），2020（9）：2721.

［2］KHAKI S，PHAM H，HAN Y，et al.DeepCorn：a semi-supervised deep learning method for high-throughput image-based corn kernel counting and yield estimation［J］.Knowledge-Based Systems，2021（12）：106874.

［3］馬睿，王佳，趙威，等.基于卷積神經(jīng)網(wǎng)絡(luò)與遷移學(xué)習(xí)的玉米籽粒圖像分類識(shí)別［J/OL］.中國(guó)糧油學(xué)報(bào)：1-10［2023-05-31］.http：//kns.cnki.net/kcms/detail/11.2864.TS.20220803.1310.010.html.

［4］司海平，萬里，王云鵬，等.基于特征融合的玉米品種識(shí)別［J/OL］.中國(guó)糧油學(xué)報(bào)：1-12［2023-05-31］.https：//doi.org/10.20048/j.cnki.issn.1003-0174.000167.

［5］王嶸.基于深度學(xué)習(xí)的圖像搜索算法研究［J］.計(jì)算機(jī)產(chǎn)品與流通，2018（11）：150.

［6］惠苗.融合壓縮與激勵(lì)的GoogLeNet模型云檢測(cè)算法［J］.榆林學(xué)院學(xué)報(bào)，2023（2）：68-72.

［7］畢鵬程，羅健欣，陳衛(wèi)衛(wèi).輕量化卷積神經(jīng)網(wǎng)絡(luò)技術(shù)研究［J］.計(jì)算機(jī)工程與應(yīng)用，2019（16）：25-35.

作者簡(jiǎn)介：張宇航（2000—），男，碩士生，研究方向：農(nóng)業(yè)工程與信息技術(shù)；楊冬風(fēng)（1977—），女，博士，副教授，研究方向：模式識(shí)別在農(nóng)業(yè)中的應(yīng)用。