項(xiàng)新建， 王科宇， 丁 祎， 鄭永平， 胡萬里

（1.浙江科技學(xué)院自動(dòng)化與電氣工程學(xué)院，杭州 310023；2.正陽科技股份有限公司，浙江 永康 321300）

0 引言

草莓是多年生草本植物，原產(chǎn)于南美，不僅鮮美多汁、營養(yǎng)豐富，具有很高的經(jīng)濟(jì)價(jià)值［1］，已成為我國廣泛栽培的重要經(jīng)濟(jì)作物之一。至2021年，我國已擁有草莓播種面積139 970 ha，產(chǎn)量368.25 萬t，占全球的比重達(dá)37.23%，是全球最大的草莓生產(chǎn)與消費(fèi)國。

在長期實(shí)踐中發(fā)現(xiàn)，由于草莓生長過程中，環(huán)境溫暖濕潤，植株矮小，莖、葉、果實(shí)接近地面等特點(diǎn)，極易受到各種病蟲害。常見的病蟲害有草莓角斑病、草莓炭疽病、花枯病、葉斑病、草莓果實(shí)白粉病、草莓葉片白粉病和灰霉病等?；颐共∈窃跍厥液吐兜卦耘嘀芯毡楦腥镜牟『?，使草莓減產(chǎn)率達(dá)到20% ～30%，嚴(yán)重情況下可達(dá)50%以上。除此之外，還會(huì)引起采后草莓果實(shí)腐爛，造成草莓種植戶的巨大經(jīng)濟(jì)損失［2］。草莓病蟲害種類繁多，造成的經(jīng)濟(jì)損失大。對草莓生長過程中可能發(fā)生的病蟲害進(jìn)行精準(zhǔn)的識(shí)別與預(yù)防，對草莓生產(chǎn)具有十分重要的意義。

目前圖像識(shí)別與機(jī)器學(xué)習(xí)方法在病蟲害識(shí)別領(lǐng)域中廣泛應(yīng)用，能在一定程度上代替?zhèn)鹘y(tǒng)的肉眼識(shí)別，可提高病蟲害檢測的效率［3］。牛沖等［4］基于圖像灰度直方圖特征，選用支持向量機(jī)（Support Vector Machin，SVM）分類器對草莓病蟲害圖像進(jìn)行分類，分類正確率可達(dá)90%以上。Habib等［5］提出基于視覺技術(shù)的木瓜病害疾病檢測與分類，利用K-means 聚類算法和SVM建立模型分類，準(zhǔn)確率達(dá)95.2%。Prajapati 等［6］基于HSV顏色空間，通過用K-means聚類方法對水稻病害進(jìn)行分類，準(zhǔn)確率可達(dá)到96.71%。胡永強(qiáng)等［7］結(jié)合分類器學(xué)習(xí)以及稀疏思想，運(yùn)用AdaBoost 算法對顏色、形狀和紋理特征進(jìn)行特征融合，識(shí)別準(zhǔn)確率最高可達(dá)92.4%。以上均為基于圖像識(shí)別與機(jī)器學(xué)習(xí)方法的病蟲害識(shí)別方法，由于檢測目標(biāo)形狀、光照條件以及檢測背景的多樣性和復(fù)雜性，特征提取的魯棒性不夠理想。

隨著深度學(xué)習(xí)的快速發(fā)展，成為圖像識(shí)別領(lǐng)域又一新的技術(shù)手段，具有識(shí)別速度快、準(zhǔn)確率高等優(yōu)勢［8］。深度學(xué)習(xí)的植物病蟲害目標(biāo)識(shí)別方式，不僅能快速識(shí)別病蟲害的類別，還能準(zhǔn)確定位病斑、害蟲在圖像中的位置，進(jìn)一步促進(jìn)了智慧農(nóng)業(yè)的發(fā)展。深度學(xué)習(xí)的植物病蟲害目標(biāo)檢測算法主要以“你只看一次”［9］（You only look once，YOLO）算法系列為核心的單階段算法［10］以及以區(qū)域卷積神經(jīng)網(wǎng)絡(luò)算法（Region-CNN，RCNN）［11］為核心的雙階段算法為主。

李頎等［12］提出基于改進(jìn)SSD 的果面缺陷冬棗實(shí)時(shí)檢測方法，對4 類冬棗的整體檢測精準(zhǔn)性達(dá)到91.89%。晁曉菲等［13］以YOLOv4 網(wǎng)絡(luò)為基礎(chǔ)，經(jīng)過對主干網(wǎng)絡(luò)、頸部、邊界框損失函數(shù)等改造、創(chuàng)新，在對蘋果葉片病害的檢測中，檢測精確度達(dá)到88.2%。駱潤玫等［14］提出基于YOLOv5-C 目標(biāo)檢測網(wǎng)絡(luò)的復(fù)雜背景廣佛手病蟲害識(shí)別方法，檢測準(zhǔn)確率為93%，召回率為88.99%。宋中山等［15］在自然場景下柑橘葉片病害檢測和識(shí)別技術(shù)，提出基于二值化的Faster RCNN 區(qū)域檢測神經(jīng)網(wǎng)絡(luò)模型，總平均準(zhǔn)確率為87.5%。殷獻(xiàn)博等［16］根據(jù)不同卷積層提取特征的特點(diǎn)與不同注意力機(jī)制的作用，提出基于多注意力機(jī)制改進(jìn)的YOLOX-Nano的柑橘梢期長勢智能識(shí)別模型，平均準(zhǔn)確率為88.07%。以上方法說明利用深度學(xué)習(xí)識(shí)別植物病蟲害具有可行性，并且可靠性高。

YOLO系列網(wǎng)絡(luò)是單階段算法中最為常見的一種目標(biāo)檢測模型，YOLOX-s 是其優(yōu)秀代表，具有檢測精度高、推理速度快等特點(diǎn)。自然環(huán)境下拍攝的草莓病蟲害圖像背景復(fù)雜，病蟲害種類多，且相互之間差異性較小，易造成病蟲害目標(biāo)的誤檢與漏檢。為提高草莓病蟲害的識(shí)別準(zhǔn)確率，本文提出了一種基于AMYOLOX（Attention Mechanism-YOLOX）的草莓病蟲害檢測算法，以YOLOX-s 算法作為基礎(chǔ)的網(wǎng)絡(luò)模型，進(jìn)行相關(guān)研究改進(jìn)。

（1）使網(wǎng)絡(luò)模型能更高效地學(xué)習(xí)和融合圖像的特征。通過多注意力機(jī)制引入來提升網(wǎng)絡(luò)的性能。結(jié)合不同的注意力機(jī)制模塊的不同的特點(diǎn)，對網(wǎng)絡(luò)的不同地方進(jìn)行改進(jìn)，使其到達(dá)模型性能的最大化。

（2）針對部分病蟲害較小，易導(dǎo)致病蟲害定位不準(zhǔn)確，引入CIoU損失函數(shù)作為邊界框回歸損失，不僅能提高目標(biāo)框回歸的穩(wěn)定性，還能使損失函數(shù)收斂速度更快。

（3）草莓病蟲害所處環(huán)境背景相對復(fù)雜，在訓(xùn)練階段，使用Mosaic 和Mixup 算法進(jìn)行數(shù)據(jù)增強(qiáng)，豐富了檢測物體的背景，使得網(wǎng)絡(luò)面對復(fù)雜環(huán)境有更好的魯棒性。

1 YOLOX-s神經(jīng)網(wǎng)絡(luò)介紹

YOLOX是一種高性能檢測器，YOLOX 創(chuàng)新在于使用Decoupled Head、SIMOTA 等方式，使其檢測性能達(dá)到了新的高度。該網(wǎng)絡(luò)共分為主干特征提取網(wǎng)絡(luò)（Backbone）、特征金字塔網(wǎng)絡(luò)（Neck）和目標(biāo)檢測頭（Head）。其中Backbone 網(wǎng)絡(luò)用于圖像特征的提取、Neck網(wǎng)絡(luò)用于多尺度特征的融合，Head 網(wǎng)絡(luò)進(jìn)行圖片的識(shí)別和定位。

Backbone 即主干特征提取網(wǎng)絡(luò)，采用的是CSPDarknet網(wǎng)絡(luò)，結(jié)構(gòu)如圖1 所示。

圖1 Backbone結(jié)構(gòu)

其中包含了神經(jīng)網(wǎng)絡(luò)組件（Conv BN SiLU，CBS）、Focus結(jié)構(gòu)、神經(jīng)網(wǎng)絡(luò)架構(gòu)（Cross Stage Partial，CSP）和空間金字塔池化（Spatial Pyramid Pooling，SPP）結(jié)構(gòu)。CBS結(jié)構(gòu)由Conv +BN +SiLU 組成；CSP 結(jié)構(gòu)借鑒了CSPNet的網(wǎng)絡(luò)結(jié)構(gòu)，由卷積層和X個(gè)殘差組件拼接組成；Focus結(jié)構(gòu)如圖2 所示。

圖2 Focus結(jié)構(gòu)

具體操作是在一張圖片中每隔一個(gè)像素拿到一個(gè)值，獲得4 個(gè)獨(dú)立的特征層，將4 個(gè)獨(dú)立的特征層進(jìn)行堆疊，此時(shí)W、H信息就集中到了通道信息，輸入通道擴(kuò)充了4 倍；SPP 結(jié)構(gòu)如圖3 所示，其通過pooling 將不同尺度的特征融合到一起，實(shí)現(xiàn)數(shù)據(jù)的多尺度輸入。

圖3 SPP結(jié)構(gòu)

Neck 采用路徑聚合特征金字塔網(wǎng)絡(luò)（Path Aggregation Feature Pyramid Network，PAFPN）結(jié)構(gòu)進(jìn)行融合。通過上采樣方式進(jìn)行傳遞融合，通過下采樣融合方式得到預(yù)測的特征圖，輸出3 個(gè)特征層組成的元組結(jié)果。

Head采用分類和回歸分開處理，并在預(yù)測時(shí)再整合的策略。這種策略不僅能夠提高檢測性能，還可提升收斂速度。此外還采用了anchor free、Multi positives等方式，這些方式都能提升模型的速度、性能以及識(shí)別精度。

2 模型與算法的改進(jìn)

2.1 多注意力機(jī)制融合

神經(jīng)網(wǎng)絡(luò)中，注意力機(jī)制的作用是能在眾多的輸入信息中，聚焦對當(dāng)前任務(wù)更為關(guān)鍵的信息。這與人類視覺注意力機(jī)制非常相似，通過掃描全局圖像，獲得重點(diǎn)信息，并對獲得的重點(diǎn)信息進(jìn)行重點(diǎn)關(guān)注，得到更多與檢測目標(biāo)相關(guān)的細(xì)節(jié)，使任務(wù)處理的效率和準(zhǔn)確性提高，實(shí)現(xiàn)網(wǎng)絡(luò)性能的提升。面對自然環(huán)境中草莓病蟲害圖像背景復(fù)雜，病蟲害種類多，且相互之間差異較小，易造成病蟲害目標(biāo)的誤檢與漏檢，通過多注意力機(jī)制的引入能提升網(wǎng)絡(luò)的性能。不同的注意力機(jī)制有著不同的特點(diǎn)，結(jié)合注意力機(jī)制的特點(diǎn)，對網(wǎng)絡(luò)不同地方進(jìn)行改進(jìn)，使其到達(dá)模型性能的最大化。本文將選用3 種注意力機(jī)制對網(wǎng)絡(luò)改進(jìn)，分別使用坐標(biāo)注意力機(jī)制［17］（Coordinate Attention，CA）對Focus 模塊進(jìn)行改進(jìn)；通道注意力機(jī)制［18］（Squeeze-and-excitation attention，SE）對SPP 模塊進(jìn)行改進(jìn)；卷積塊注意機(jī)制［19］（Convoluional Block Attention Module，CBAM）對PAFPN結(jié)構(gòu)進(jìn)行改進(jìn)。

（1）CA對Focus模塊進(jìn)行改進(jìn)。CA注意力機(jī)制是Hou 等［17］提出的一種新注意力機(jī)制。其結(jié)構(gòu)如圖4 所示。

圖4 CA結(jié)構(gòu)圖

CA注意力機(jī)制為避免2D全局池化引入，使得位置信息丟失，將通道注意力分解為2 個(gè)并行的一維特征編碼過程，分別沿2 個(gè)空間方向聚合特征，將生成的特征圖分別編碼，形成一對方向感知和位置敏感的特征圖，來提升對感興趣目標(biāo)的表示能力。

CA注意力機(jī)制的特點(diǎn)在于能獲取通道信息和方向相關(guān)的位置信息，能很好地定位和識(shí)別圖中的信息。Focus模塊是對輸入圖片進(jìn)行切片，不會(huì)有任何信息的丟失，只是將H、W（高、寬）信息集中到通道空間，使其輸入通道擴(kuò)充為原圖的4 倍，對圖中位置信息和特征信息就顯得十分重要。在Focus 模塊后添加CA 注意力機(jī)制，結(jié)構(gòu)如圖5 所示，能夠使其更好地對圖片信息進(jìn)行保存。

圖5 CA添加位置

（2）SE對SPP模塊進(jìn)行改進(jìn)。SE 注意力機(jī)制是由Hu等［18］提出的一種注意力機(jī)制，結(jié)構(gòu)如圖6 所示。

圖6 SE結(jié)構(gòu)圖

其包括1 個(gè)全局平均池化層，2 個(gè)全連接層和1個(gè)激活函數(shù)。輸入一張C×H×W（通道×高×寬）的特征圖，經(jīng)過一次的全局平均池化層，得到C×1 ×1的特征圖，再經(jīng)過用2 個(gè)全連接層和1 個(gè)激活函數(shù)進(jìn)行非線性處理得到C×1 ×1 的特征圖，將原始C×H×W的特征圖和C×1 ×1 的特征圖進(jìn)行全乘操作，得到不同通道重要性不一樣的特征圖。

SE注意力機(jī)制能將全局信息壓縮為通道權(quán)重，可很好地確定不同通道間的重要性，SPP 通過不同池化核大小的最大池化進(jìn)行特征提取，提高網(wǎng)絡(luò)的感受野，結(jié)合SE注意力機(jī)制的特點(diǎn)和SPP 模塊的作用，決定在SPP模塊后添加SE注意力機(jī)制，如圖7 所示。

圖7 SE添加位置

拼接后的通道將重新分配通道權(quán)重，確定通道重要性，能帶來更多有利于識(shí)別任務(wù)的特征通道的權(quán)重得以增加，其他特征通道的權(quán)重得以抑制，使得網(wǎng)絡(luò)模型更加關(guān)注目標(biāo)的特征信息，提高網(wǎng)絡(luò)模型的識(shí)別性能。

（3）CBAM 對PAFPN 結(jié)構(gòu)進(jìn)行改進(jìn)。CBAM 注意力機(jī)制是Woo等［19］提出的一種輕量而有效的注意力機(jī)制，如圖8 所示。

圖8 CBAM整體結(jié)構(gòu)

不同于傳統(tǒng)單模塊的注意力機(jī)制，僅使用通道注意力機(jī)制或者是僅使用空間注意力機(jī)制，它可在通道和空間維度上進(jìn)行作用。其包含2 種類型的注意力機(jī)制，分別是通道注意力模塊（Channel Attention Module，CAM）和空間注意力模塊（Spartial Attention Module，SAM）結(jié)構(gòu)分別如圖9 和圖10 所示。

圖9 通道注意力模塊

圖10 空間注意力模塊

CBAM注意力機(jī)制由輸入、通道注意力模塊、空間注意力模塊和輸出組成。先進(jìn)行通道注意力模塊的處理和空間注意力模塊的處理。具體步驟：當(dāng)一張大小為C×H×W中間特征圖F輸入CBAM 注意力模塊，通過通道注意力模塊生成一維通道注意力MC，將一維通道注意力MC與輸入的原始特征圖像F相乘，獲得通道注意力調(diào)整后的特征圖F'，F(xiàn)'作為空間注意力模塊的輸入，通過空間注意力模塊生成二維空間注意力Ms，將二維空間注意力Ms與特征圖F'相乘得到CBAM注意力機(jī)制的最后輸出結(jié)果F″。

CBAM注意力機(jī)制沿著2 個(gè)獨(dú)立的維度完成通道信息和空間信息的融合，完成自適應(yīng)的特征優(yōu)化，PAFPN可將深層特征層具有的更強(qiáng)的語義信息傳遞到淺層特征層，還可將淺層特征層具有的更強(qiáng)的定位信息傳遞到深層特征層，有效加強(qiáng)網(wǎng)絡(luò)的特征融合能力，結(jié)合CBAM的特點(diǎn)和PAFPN的作用，將CBAM 加入PAFPN網(wǎng)絡(luò)之中，如圖11 所示，提升目標(biāo)特征的權(quán)重，讓網(wǎng)絡(luò)更加關(guān)注待檢測目標(biāo)，以提高檢測效果，解決復(fù)雜環(huán)境背景下容易錯(cuò)漏檢。

圖11 CBAM添加位置

2.2 引入新?lián)p失函數(shù)

損失函數(shù)（Loss function）是編譯一個(gè)神經(jīng)網(wǎng)絡(luò)模型的要素之一，用來評(píng)價(jià)模型的預(yù)測值與其真實(shí)值差異的程度。YOLOX 中損失函數(shù)由Reg、Obj 和Cls 組成。其中Reg是特征點(diǎn)的回歸參數(shù)判斷、Obj 是特征點(diǎn)是否包含物體判斷、Cls 是特征點(diǎn)包含的物體的種類。損失函數(shù)

式中，Reg中的IoU損失函數(shù)［20］是包括預(yù)測框與真實(shí)框之間交集和并集的比值，即：

式中：A為檢測框；B為真實(shí)框。當(dāng)IoU 值越小，預(yù)測框和真實(shí)框的重疊程度越高。反之，則重疊程度越低。在草莓病蟲害預(yù)測中，因?yàn)椴糠植∠x害較小，可能會(huì)遇到預(yù)測框與真實(shí)框完全不重疊的狀態(tài)，導(dǎo)致部分病蟲害的定位不準(zhǔn)確。針對IoU無法對預(yù)測框和真實(shí)框不重合的狀態(tài)以及IoU值無法反映預(yù)測框與真實(shí)框之間的距離問題。采用CIoU損失函數(shù)［21］作為邊界框回歸損失，CIoU是IoU的改進(jìn)版（見圖12），它考慮了目標(biāo)框回歸三要素（重疊面積、中心點(diǎn)距離和長寬比），不僅能提高目標(biāo)框回歸的穩(wěn)定性，還能使損失函數(shù)收斂速度更快，在優(yōu)化網(wǎng)絡(luò)誤差方面也顯得更加合理靈活，其中α作為協(xié)調(diào)比例參數(shù)：

圖12 CIoU相關(guān)圖示

ν用于衡量框的長寬比一致性參數(shù)：

式中：w、h分別為預(yù)測框的寬和高；wgt、hgt分別為目標(biāo)框的寬和高，CIoU計(jì)算方式：

式中：b、bgt分別為預(yù)測框和真實(shí)框的中心點(diǎn)；ρ 為兩點(diǎn)歐式距離（即為圖12 中d）；c為能夠同時(shí)包含兩框最小矩形封閉區(qū)域?qū)蔷€距離。

3 實(shí)驗(yàn)結(jié)果與分析

3.1 實(shí)驗(yàn)數(shù)據(jù)集

草莓病蟲害數(shù)據(jù)集使用的是由某計(jì)算機(jī)科學(xué)與工程系A(chǔ)I實(shí)驗(yàn)室的成員收集［22］，該數(shù)據(jù)集包含了2 500張草莓疾病的圖像，7 種不同類型的病蟲害。病蟲害類別包括草莓角斑病、草莓炭疽病、花枯病、葉斑病、草莓果實(shí)白粉病、草莓葉片白粉病和灰霉病。數(shù)據(jù)從不同自然光照條件下的溫室中采集，以確保環(huán)境的多樣性。本文從中篩選部分圖像，并對部分不清晰的標(biāo)注進(jìn)行重新調(diào)整。由于數(shù)據(jù)集中各類病蟲害數(shù)量不均衡，為保證各種病蟲害的數(shù)量均衡，通過水平翻轉(zhuǎn)、等比例縮放、隨機(jī)裁剪與填充、隨機(jī)亮度和垂直翻轉(zhuǎn)等進(jìn)行數(shù)據(jù)擴(kuò)充。進(jìn)行預(yù)處理后的數(shù)據(jù)集共3 806 張，具體分類見表1，符合網(wǎng)絡(luò)訓(xùn)練需求。為保證數(shù)據(jù)集的獨(dú)立性，對數(shù)據(jù)集按照8∶1∶1的比例切分為訓(xùn)練集、驗(yàn)證集和測試集。

表1 數(shù)據(jù)集分類

3.2 實(shí)驗(yàn)平臺(tái)及參數(shù)配置

試驗(yàn)是在Linux操作系統(tǒng)下，基于GPU、Pytorch和CUDA框架完成的，參數(shù)具體見表2。

表2 實(shí)驗(yàn)訓(xùn)練環(huán)境配置

3.3 模型訓(xùn)練

（1）數(shù)據(jù)增強(qiáng)。Mosaic數(shù)據(jù)增強(qiáng)是一種對圖像進(jìn)行增強(qiáng)的方式，在后續(xù)深度學(xué)習(xí)算法中被廣泛使用的一種數(shù)據(jù)增強(qiáng)方法，能彌補(bǔ)訓(xùn)練數(shù)據(jù)集的不足。Mosaic數(shù)據(jù)增強(qiáng)是將4 張圖片進(jìn)行隨機(jī)裁剪，再拼接到一張圖上作為訓(xùn)練數(shù)據(jù)，其效果如圖13 所示，其極大豐富了檢測物體的背景。該算法能夠較大程度提升模型的魯棒性。

圖13 Mosaic數(shù)據(jù)增強(qiáng)

Mixup數(shù)據(jù)增強(qiáng)是一種混類增強(qiáng)的算法，效果如圖14 所示，可將不同類之間的圖像進(jìn)行混合，擴(kuò)充訓(xùn)練數(shù)據(jù)集。假設(shè)batchx1是一個(gè)batch樣本，batchy1是該batch樣本對應(yīng)的標(biāo)簽；batchx2是一個(gè)batch 樣本，batchy2是該batch樣本對應(yīng)的標(biāo)簽，λ是由參數(shù)為α和β的貝塔分布計(jì)算出來的混合系數(shù)，由此可得：

圖14 Mixup數(shù)據(jù)增強(qiáng)

（2）訓(xùn)練參數(shù)。本文在進(jìn)行模型訓(xùn)練時(shí)，使用COCO進(jìn)行預(yù)訓(xùn)練數(shù)據(jù)集進(jìn)行遷移學(xué)習(xí)訓(xùn)練，以此來解決草莓病蟲害數(shù)據(jù)量不夠。在模型時(shí)輸入的圖片大小為640 ×640，采用sgd優(yōu)化器，學(xué)習(xí)率調(diào)整方式為余弦退火衰減，迭代次數(shù)共100，訓(xùn)練批次大小為32，學(xué)習(xí)率為0.001，采取凍結(jié)訓(xùn)練方法，以提高訓(xùn)練效率，加速收斂，前50 輪為凍結(jié)訓(xùn)練，后50 輪為解凍訓(xùn)練，其中訓(xùn)練的前50%用Mosaic和Mixup數(shù)據(jù)增強(qiáng)算法。在這樣訓(xùn)練策略下，不僅數(shù)據(jù)增強(qiáng)合成的圖像能增強(qiáng)模型對局部特征的學(xué)習(xí)能力，提高整個(gè)模型的泛化能力，數(shù)據(jù)集也能更專注原始圖片，使得模型能很好地學(xué)習(xí)到目標(biāo)的總體特征。

訓(xùn)練過程的loss曲線如圖15 所示，橫、縱坐標(biāo)分別為epoch和loss值。算法在起始階段損失函數(shù)下降較快；在20 個(gè)epoch 后，損失函數(shù)趨于平緩；在第50個(gè)epoch，損失函數(shù)呈斷崖式下跌，是因?yàn)楹?0 輪為解凍訓(xùn)練，模型的主干不被凍結(jié)，特征提取網(wǎng)絡(luò)也得到訓(xùn)練；是因?yàn)殛P(guān)閉了Mosaic 數(shù)據(jù)增強(qiáng)和Mixup 數(shù)據(jù)增強(qiáng)引入真實(shí)的樣本，防止數(shù)據(jù)過度增強(qiáng)，使網(wǎng)絡(luò)得到良好的訓(xùn)練。

圖15 Loss曲線

3.4 評(píng)價(jià)指標(biāo)

針對模型目標(biāo)檢測與分類任務(wù)，本研究使用召回率（Recall）、準(zhǔn)確率（Precision）、平均準(zhǔn)確率（Average precision，AP）、平均精度均值（Mean of average precision，mAP）和F1分?jǐn)?shù)作為網(wǎng)絡(luò)模型的評(píng)價(jià)指標(biāo)。其公式如下：

式中：TP為正確檢測出的樣本數(shù)量；FP為誤檢的樣本數(shù)量；FN為漏檢的樣本數(shù)量；AP（i）為第i類病蟲害的AP值；NC為類別數(shù)量。

3.5 結(jié)果及分析

（1）消融實(shí)驗(yàn)。為更好地理解AM-YOLOX 算法中各改進(jìn)對檢測效果的影響，本研究進(jìn)行了一系列消融試驗(yàn)。在訓(xùn)練參數(shù)相同條件下，采用YOLOX-s作為基礎(chǔ)對比網(wǎng)絡(luò)，消融實(shí)驗(yàn)結(jié)果見表3。

表3 消融試驗(yàn)結(jié)果

表3 中實(shí)驗(yàn)A為基礎(chǔ)的YOLOX-s網(wǎng)絡(luò)結(jié)構(gòu)，實(shí)驗(yàn)E為在YOLOX-s基礎(chǔ)上融合3 種注意力機(jī)制，實(shí)驗(yàn)B、C、D相比較實(shí)驗(yàn)E 分別減少一種注意力機(jī)制。實(shí)驗(yàn)結(jié)果表明，實(shí)驗(yàn)B、C、D 均不如實(shí)驗(yàn)E，當(dāng)所有注意力全都加入時(shí)，效果最好。相比于原始YOLOX-s 算法，mAP 提升1.97%，Precision 提升2.3%，Recall 提升0.7%。說明不同注意力機(jī)制，在網(wǎng)絡(luò)的不同位置，加入多種不同的注意力機(jī)制，能使網(wǎng)絡(luò)模型更高效地學(xué)習(xí)特征圖的特征。AM-YOLOX 在實(shí)驗(yàn)E 的基礎(chǔ)上采用CloU損失函數(shù)作為邊界回歸損失，相比于實(shí)驗(yàn)E中使用IOU 作為邊界框回歸損失，mAP 提升了0.57%，Precision 提升0.7%，Recall 提升0.8%，說明，采用CIoU損失函數(shù)作為邊界框回歸損失，能提高目標(biāo)框回歸的穩(wěn)定性。

通過消融實(shí)驗(yàn)，再次證明了每個(gè)改進(jìn)策略均能提高網(wǎng)絡(luò)模型的性能。本文所提出的AM-YOLOX 網(wǎng)絡(luò)模型相比于原始的YOLOX-s網(wǎng)絡(luò)模型，具有更好的識(shí)別性能，mAP提高了2.54%，Precision提升3%，Recall提升1.5%，F(xiàn)1分?jǐn)?shù)提高了2.2。改進(jìn)前后各類具體AP值提升具體值如圖16 所示。（2）對比實(shí)驗(yàn)。為進(jìn)一步證明本文所提的AMYOLOX的有效性以及優(yōu)越性，在實(shí)驗(yàn)環(huán)境和模型參數(shù)設(shè)置不變的條件下，選擇目前目標(biāo)檢測領(lǐng)域主流方法SSD、Faster-RCNN、YOLOv3、YOLOv5-s 與本文方法進(jìn)行比較，以Precision、Recall、mAP、F1作為評(píng)價(jià)指標(biāo)，結(jié)果見表4。

表4 對比試驗(yàn)結(jié)果

圖16 改進(jìn)后各類AP值

由表4 中數(shù)據(jù)可知，AM-YOLOX 的Precision、Recall、mAP、F1分?jǐn)?shù)為表中其他測試算法中最高。在檢測精度方面，AM-YOLOX 與同為單階段算法的SSD、YOLOV3、YOLOV5-s 算法相比，Precision 分別提升了4.8%、17%和14.9%，mAP 分別提升了4.36%、16.73%和14.74%，F(xiàn)1分?jǐn)?shù)分別提升了8.1、18.3 和11.8，而且與經(jīng)典兩階段目標(biāo)檢測算法Faster R-CNN相比較，Precision 提升了5.1%，mAP 提升了4.41%，F(xiàn)1分?jǐn)?shù)提升了6.8，算法性能展現(xiàn)出了較大的優(yōu)勢。自然環(huán)境下的草莓病蟲害，圖像背景復(fù)雜，病斑的面積較小，易產(chǎn)生漏檢。而AM-YOLOX 在召回率上，相比較于SSD、Faster-RCNN、YOLOv3、YOLOv5-s，分別提升了10%、7.8%、18.7%和9.3%，本文所提網(wǎng)絡(luò)模型綜合性能更優(yōu)，更適合完成在自然環(huán)境下對草莓病蟲害的識(shí)別任務(wù)。

4 結(jié)語

本文針對草莓病蟲害檢測任務(wù)提出了一種基于AM-YOLOX的算法架構(gòu)。為實(shí)現(xiàn)草莓病蟲害的精準(zhǔn)定位和識(shí)別，在網(wǎng)絡(luò)的不同位置加入不同注意力機(jī)制，并引入了CIoU邊框回歸損失函數(shù)，在訓(xùn)練階段，使用Mosaic和Mixup算法進(jìn)行數(shù)據(jù)增強(qiáng)，來應(yīng)對復(fù)雜環(huán)境背景，以獲得較好的魯棒性。實(shí)驗(yàn)結(jié)果表明，AMYOLOX模型相較于原模型以及其他主流算法，有著更高的分類置信度，更高的準(zhǔn)確率、召回率。該模型的檢測精度及定位精度更加優(yōu)異，能最大程度地避免病蟲害的誤檢和漏檢，滿足草莓病蟲害檢測的需求。

未來將考慮如何在保證較高準(zhǔn)確率前提下，進(jìn)一步提高推理速度，并將其部署在移動(dòng)端，構(gòu)建成為草莓蟲害識(shí)別系統(tǒng)，促進(jìn)智慧農(nóng)業(yè)的發(fā)展。