摘要：針對(duì)草莓病害在區(qū)域分割時(shí)存在背景復(fù)雜、目標(biāo)較小導(dǎo)致難以被有效分割等問題，提出一種基于多感受野與多尺度融合的草莓病害分割算法。首先搭建了U-Net基礎(chǔ)模型，使用結(jié)合注意力機(jī)制與殘差網(wǎng)絡(luò)的主干特征提取網(wǎng)絡(luò)（CBAM-ResNet50）替代U-Net中的主干特征提取網(wǎng)絡(luò)VGG16，一方面來加強(qiáng)目標(biāo)區(qū)域的表征能力，抑制背景區(qū)域，以此實(shí)現(xiàn)復(fù)雜背景下的病害區(qū)域分割問題；另一方面通過殘差減少梯度消失，提升模型的收斂速度；接著在特征融合層，設(shè)計(jì)基于3D無參注意力機(jī)制（SimAM）的多尺度自適應(yīng)特征融合模塊，通過鄰近特征信息彌補(bǔ)當(dāng)前層特征的信息丟失，以此提升小目標(biāo)的檢測(cè)能力；最后在網(wǎng)絡(luò)底層設(shè)計(jì)基于膨脹卷積的多感受野模塊，通過不同膨脹率的膨脹卷積來增加特征的全局感受野以實(shí)現(xiàn)整體分割區(qū)域的感知。結(jié)果表明，本研究提出的方法mPA達(dá)90.30%，相比于標(biāo)準(zhǔn)U-Net模型提高了7.13百分點(diǎn)，本研究提出的方法能更好地對(duì)復(fù)雜背景下及小目標(biāo)病害進(jìn)行精準(zhǔn)分割。

關(guān)鍵詞：草莓病害分割算法；U-Net；注意力機(jī)制；多尺度融合；多感受野

中圖分類號(hào)：TP391.41" 文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1002-1302（2024）04-0206-10

收稿日期：2023-03-30

基金項(xiàng)目：國(guó)家自然科學(xué)基金（編號(hào)：62203285）；陜西省自然科學(xué)基礎(chǔ)研究計(jì)劃 （編號(hào)：2022JQ-181）；西安市科技計(jì)劃（編號(hào)：23NYGG0070）。

作者簡(jiǎn)介：亢 潔（1973—），女，陜西渭南人，博士，副教授，碩士生導(dǎo)師，主要從事機(jī)器視覺、智慧農(nóng)業(yè)方面的研究。E-mail：kangjie@sust.edu.cn。

草莓病害圖像分割是病害檢測(cè)和病害類型識(shí)別方法中的一個(gè)重要步驟，其分割效果直接影響到后續(xù)的檢測(cè)和識(shí)別結(jié)果。由于草莓病害圖像的形狀和顏色復(fù)雜、多樣、無規(guī)律且多變，圖像分割技術(shù)能還原病害不規(guī)則分布區(qū)域，為后續(xù)病害類型識(shí)別與病害診斷提供有效依據(jù)，具有重要意義［1-3］。之前草莓病害檢測(cè)主要為傳統(tǒng)人工檢測(cè)，需要消耗大量的人力物力，且容易受到檢測(cè)人員主觀因素的影響，檢測(cè)效率低，所以實(shí)現(xiàn)病害檢測(cè)的自動(dòng)化具有很高的研究?jī)r(jià)值和應(yīng)用前景［4-7］。

隨著計(jì)算機(jī)視覺的發(fā)展，基于數(shù)字圖像處理的目標(biāo)檢測(cè)方法被應(yīng)用于農(nóng)作物病害檢測(cè)中。孫俊等改進(jìn)OTSU （大津法—最大類間方差）算法，利用粒子群優(yōu)化算法尋找最優(yōu)閾值并用于生菜葉片分割［8］。Zhang等提出利用K-means（K均值聚類）算法對(duì)圖像進(jìn)行分割處理，從分割圖像中提取PHOG（pyramid histogram of oriented gradient）特征識(shí)別病害從而達(dá)到分割效果［9-10］。Ma等提出了一種利用綜合顏色特征進(jìn)行蔬菜病害葉斑分割的方法，實(shí)現(xiàn)對(duì)病害葉片病斑和雜波背景的強(qiáng)識(shí)別［11］。上述基于傳統(tǒng)圖像處理方法需要進(jìn)行特征提取和選擇，然而，由于農(nóng)作物病害圖像病變區(qū)域非常復(fù)雜和不規(guī)則，傳統(tǒng)的方法從圖像中選擇和提取出用于病害識(shí)別的最佳特征比較困難，傳統(tǒng)病害檢測(cè)成本高、耗時(shí)長(zhǎng)，因而網(wǎng)絡(luò)的靈活性不高，應(yīng)用范圍有所限制。

近年來，由于深度學(xué)習(xí)具有更好的泛化性能，并且具備良好的抗噪聲能力，逐漸被應(yīng)用在病害的分割中［12］。不同程度地實(shí)現(xiàn)了多尺度提取特征目標(biāo)，提高模型的精度和分割速度，普適性較好，泛化性較強(qiáng)。王翔宇等結(jié)合黃瓜褐斑病可見光譜圖像，利用U-Net（一種卷積神經(jīng)網(wǎng)絡(luò)方法）深度學(xué)習(xí)網(wǎng)絡(luò)構(gòu)建黃瓜褐斑病語義分割模型，實(shí)現(xiàn)了病斑分割［13］。朱立學(xué)等對(duì)香蕉果串識(shí)別系統(tǒng)中傳統(tǒng)的 U-Net 網(wǎng)絡(luò)存在實(shí)時(shí)性差、參數(shù)量多、下采樣后丟失空間信息等問題，提出基于U-Net模型的輕量化分割網(wǎng)絡(luò)［14］。張會(huì)敏等提出一種基于多尺度融合卷積神經(jīng)網(wǎng)絡(luò)的黃瓜病害葉片分割方法，提出使用多尺度卷積網(wǎng)絡(luò)與線性插值算法，改進(jìn)后的網(wǎng)絡(luò)準(zhǔn)確率可達(dá)93.12%［15］。何自芬等提出了由編碼、解碼器構(gòu)成的多尺度融合神經(jīng)網(wǎng)絡(luò)，此法避免了傳統(tǒng)的人工特征提取，且比現(xiàn)有的分割網(wǎng)絡(luò)結(jié)構(gòu)簡(jiǎn)單［16-17］。上述研究均在農(nóng)作物病害檢測(cè)中取得一定的成果，但是其中農(nóng)作物病害檢測(cè)的種類較為單一，一般只針對(duì)農(nóng)作物某一種病害，同時(shí)農(nóng)作物病害分割時(shí)背景復(fù)雜且目標(biāo)小的問題處理的不夠好。

因此本研究針對(duì)草莓病害區(qū)域在分割時(shí)存在背景復(fù)雜且目標(biāo)小而導(dǎo)致目標(biāo)難以被有效分割的問題，提出一種基于多感受野與多尺度融合的草莓病害分割算法，并應(yīng)用于草莓病害分割，通過7種病害圖像分割試驗(yàn)進(jìn)行驗(yàn)證。

1 草莓病害分割網(wǎng)絡(luò)結(jié)構(gòu)

1.1 基于多感受野與多尺度融合的草莓病害分割網(wǎng)絡(luò)

U-Net模型在醫(yī)學(xué)圖像分割中備受好評(píng)，但在草莓病害分割上還存在一定問題。例如草莓病害占比較小，屬于小目標(biāo)檢測(cè)，其特征信息很少，為網(wǎng)絡(luò)特征提取帶來極大難度；且草莓生長(zhǎng)環(huán)境較復(fù)雜，常伴隨泥土、石頭、雜草等外界因素，充分考慮復(fù)雜的生長(zhǎng)環(huán)境因素，是提高分割精度的關(guān)鍵之一。

針對(duì)草莓病害區(qū)域存在背景復(fù)雜且目標(biāo)小而導(dǎo)致目標(biāo)難以被有效分割的問題，本研究提出一種基于多感受野與多尺度融合的草莓病害分割算法，整體網(wǎng)絡(luò)見圖1。首先搭建了 U-Net 基礎(chǔ)模型，如圖1左側(cè)虛線框所示，在主干特征提取網(wǎng)絡(luò)層融合CBAM（convolutional block attention module）注意力機(jī)制與殘差網(wǎng)絡(luò)，構(gòu)成CBAM-ResNet50主干特征提取網(wǎng)絡(luò)，來加強(qiáng)目標(biāo)區(qū)域的表征能力，抑制背景區(qū)域，以此實(shí)現(xiàn)復(fù)雜背景下的病害區(qū)域分割問題，并通過殘差減少梯度消失，提升模型的收斂速度；其次在特征融合處，設(shè)計(jì)基于3D無參注意力機(jī)制（SimAM）的多尺度自適應(yīng)特征融合模塊（SimAM multi scale adaptive feature fusion module），實(shí)現(xiàn)過程是將左側(cè)編碼器的4個(gè)輸出層進(jìn)行基于輸出尺度下的融合，即解碼器的每一層輸入均來自編碼器各層輸出的融合表達(dá)，防止其因?yàn)樘卣鞒叨鹊慕档投霈F(xiàn)目標(biāo)丟失的問題，同時(shí)將融合后的結(jié)果使用SimAM注意力機(jī)制優(yōu)化，從能量分布角度來有效增強(qiáng)目標(biāo)區(qū)域的顯現(xiàn)。模塊共計(jì)4層，模塊第1層如圖1中黃色虛線框所示，模塊的第1～4層的輸出分別由SM0～SM3表征；最后在網(wǎng)絡(luò)底層設(shè)計(jì)基于膨脹卷積的多感受野模塊（multi receptive field module），如圖1底層藍(lán)色模塊所示，通過不同膨脹率的膨脹卷積來擴(kuò)大特征的全局感受野以實(shí)現(xiàn)小目標(biāo)分割區(qū)域的感知。

1.1.1 基于注意力機(jī)制與殘差結(jié)構(gòu)的主干特征提取網(wǎng)絡(luò)

U-Net使用VGG16作為其特征提取網(wǎng)絡(luò)，但是VGG16模型易導(dǎo)致特征提取網(wǎng)絡(luò)梯度消失，且極大的參數(shù)量和計(jì)算量造成計(jì)算資源浪費(fèi)。為了解決這個(gè)問題，本研究選取ResNet50做為主干特征提取網(wǎng)絡(luò)，有效緩解了梯度彌散和網(wǎng)絡(luò)退化，更好地保留缺陷區(qū)域的特征信息，輕量化網(wǎng)絡(luò)的引入，能有效降低計(jì)算冗余。

由于草莓病害區(qū)域在分割時(shí)存在背景復(fù)雜且目標(biāo)小而導(dǎo)致目標(biāo)難以被有效分割的問題，使得在分割時(shí)對(duì)細(xì)節(jié)特征提取要求較高，且小目標(biāo)分割時(shí)容易混入更大比例的復(fù)雜背景，合理地使用注意力機(jī)制可以幫助提取網(wǎng)絡(luò)重點(diǎn)關(guān)注目標(biāo)區(qū)域，從特征中學(xué)習(xí)分布規(guī)律，對(duì)其重新校準(zhǔn)，聚焦位置，使模型更高效地捕獲關(guān)鍵信息，提高模型的分割能力。CBAM就是空間和通道混合注意力機(jī)制中具有代表性的網(wǎng)絡(luò)，結(jié)構(gòu)見圖2，CBAM模塊首先通過通道注意力模塊根據(jù)不同通道的重要性對(duì)通道進(jìn)行加權(quán)操作，提高重要通道在運(yùn)算中所占的比重，使得表達(dá)小目標(biāo)的特征通道對(duì)最終特征有更大的貢獻(xiàn)率；

再利用空間注意力模塊來突出目標(biāo)區(qū)域，引導(dǎo)網(wǎng)絡(luò)加強(qiáng)目標(biāo)區(qū)域的表征能力，抑制背景區(qū)域，以此實(shí)現(xiàn)復(fù)雜背景下的病害區(qū)域分割問題。

將具有任務(wù)信息定位特性的注意力模塊嵌入主干特征提取網(wǎng)絡(luò)ResNet50中，并充分保留ResNet50的殘差結(jié)構(gòu)，如圖3-A所示，在網(wǎng)絡(luò)編碼階段引入了CBAM注意力模型，將其嵌入到殘差模塊之后，形成基于注意力機(jī)制與殘差結(jié)構(gòu)（convolutional block attention module and resdiual network 50，CBAM-ResNet50）的主干特征提取網(wǎng)絡(luò)，圖3-B中以3層Bottleneck為例解釋了本研究中殘差模塊的使用情況。改進(jìn)后的主干特征提取網(wǎng)絡(luò)一方面能加強(qiáng)目標(biāo)區(qū)域的表征能力，抑制背景區(qū)域，以此實(shí)現(xiàn)復(fù)雜背景下的病害區(qū)域分割問題；另一方面通過殘差減少梯度消失，提升模型的收斂速度。

1.1.2 基于3D無參注意力機(jī)制的多尺度自適應(yīng)特征融合模塊

隨著模型深度的不斷加大，與輸入圖像輪廓特征有關(guān)的信息會(huì)逐層丟失。傳統(tǒng)的語義分割模型在編碼層和解碼層之間通過直接相連的方式進(jìn)行特征圖和信息的傳遞，因此在編碼階段，特征圖各個(gè)位置均以相同的感受野獲取輸入圖像的信息。但是對(duì)于病害區(qū)域與背景區(qū)域，感受野需求往往是不一樣的。同時(shí)由于草莓病害區(qū)域在分割時(shí)存在背景復(fù)雜導(dǎo)致目標(biāo)難以被有效分割的問題，使得在分割時(shí)對(duì)細(xì)節(jié)特征提取要求較高，且小目標(biāo)分割時(shí)容易混入更大比例的復(fù)雜背景，基于此，本研究設(shè)計(jì)了基于3D無參注意力機(jī)制的多尺度自適應(yīng)特征融合模塊，結(jié)構(gòu)見圖4，實(shí)現(xiàn)過程是將左側(cè)編碼器的4個(gè)輸出層進(jìn)行基于輸出尺度下的融合，即解碼器的每一層輸出均來自編碼器各層輸出的融合表達(dá)，濾除特征層上的無用信息，區(qū)分特征融合過程中不同特征的重要程度，提高多尺度自適應(yīng)目標(biāo)特征的融合度，防止其因?yàn)樘卣鞒叨鹊慕档投霈F(xiàn)目標(biāo)丟失的問題，同時(shí)將融合后的結(jié)果進(jìn)行SimAM注意力機(jī)制優(yōu)化，從能量分布角度來有效增強(qiáng)目標(biāo)區(qū)域的顯現(xiàn)，輸出為4層不同尺度融合后的結(jié)果，由SM0～SM3表征。

借助自適應(yīng)特征融合思想，將主干特征提取網(wǎng)絡(luò)每層輸出的特征依次作為基于3D無參注意力機(jī)制的多尺度自適應(yīng)特征融合模塊的第0、1、2、3層輸入特征（Level 0、Level 1、Level 2、Level 3），先將4層不同尺度的特征層進(jìn)行自適應(yīng)特征融合，再對(duì)融合后輸出的特征進(jìn)行SimAM注意力機(jī)制特征提取，構(gòu)成一個(gè)新的基于3D無參注意力的多尺度自適應(yīng)特征融合模塊。在融合之前，需要將4個(gè)不同尺度特征通過上采樣作調(diào)整到統(tǒng)一尺寸，然后再根據(jù)自適應(yīng)學(xué)習(xí)到的權(quán)重進(jìn)行加權(quán)融合，得到融合后的特征：

Ylij=αlij·X0→lij+βlij·X1→lij+γlij·X2→lij+λlij·X3→lij；（1）

αlij+βlij+γlij+λlij=1；（2）

αlij=eulαijeulαij+eulβij+eulγij+eulλij。 （3）

式中：Ylij表示在Yl通道輸出特征圖（i，j）處的特征向量；Xn→lij表示從Level n的特征縮放到Level l的特征尺寸大小后在（i，j）處的特征向量，其中n表示 0～3層，l表示0～3層；αlij、βlij、γlij、λlij為4個(gè)不同尺度的輸入特征在（i，j）處的權(quán)重，通過1×1卷積得到ulα、ulβ、ulγ、ulλ。

為降低土壤、其他健康葉片等復(fù)雜背景的干擾，提升網(wǎng)絡(luò)模型的抗干擾能力，本研究在構(gòu)建多尺度模塊時(shí)，引入3D無參數(shù)注意力機(jī)制——SimAM注意力機(jī)制［18］，結(jié)構(gòu)見圖5，與現(xiàn)有的通道注意力機(jī)制或空間注意力機(jī)制相比，該注意力可在不引入額外參數(shù)的情況下更全面高效地評(píng)估特征權(quán)重，即可直接為特征圖推導(dǎo)出三維權(quán)值，使得網(wǎng)絡(luò)學(xué)習(xí)更多有辨別性的神經(jīng)元以提高網(wǎng)絡(luò)的特征提取能力。同時(shí)SimAM的大部分操作均基于優(yōu)化能量函數(shù)選擇，避免了過多的結(jié)構(gòu)調(diào)整，加速了注意力權(quán)值的計(jì)算，從而確?；?D無參注意力機(jī)制的多尺度自適應(yīng)特征融合模塊能有效提升模型性能，增強(qiáng)重要特征的有效提取，強(qiáng)化草莓病害特征并抑制背景特征，從能量分布角度來有效增強(qiáng)目標(biāo)區(qū)域的顯現(xiàn)，有效解決了草莓病害分割時(shí)復(fù)雜背景干擾的問題。按照注意力機(jī)制的定義，對(duì)特征進(jìn)行增強(qiáng)處理：

X～′=sigmoid1E⊙X′；（4）

X～′=sigmoid1E⊙（αlij·X0→lij+βlij·X1→lij+γlij·X2→lij+λlij·X3→lij）。（5）

其中：式（4）為SimAM注意力機(jī)制模塊增強(qiáng)后的特征，式（5）為本研究構(gòu)建的基于3D無參注意力機(jī)制的多尺度自適應(yīng)特征融合模塊增強(qiáng)后的特征；X～′為基于3D無參注意力機(jī)制的多尺度自適應(yīng)特征融合模塊的輸出特征；X′為特征融合后的輸入特征；⊙為點(diǎn)積運(yùn)算；E為每個(gè)通道上的能量函數(shù)，sigmoid函數(shù)用于限制E中可能出現(xiàn)的過大值。

1.1.3 基于膨脹卷積的多感受野模塊

由于草莓病害在區(qū)域分割時(shí)存在小目標(biāo)病害現(xiàn)象，當(dāng)需要通過上采樣操作將圖像擴(kuò)大到原始尺寸時(shí)，會(huì)導(dǎo)致圖像數(shù)據(jù)丟失，空間層級(jí)化信息以及有關(guān)小目標(biāo)病害重建等問題。為使淺層特征圖也富含語義信息，采用不同膨脹率大小的膨脹卷積進(jìn)行多感受野提取，擴(kuò)大特征圖感受野，充分獲取特征的上下文語義信息。膨脹卷積的提出是為了解決圖像分割算法中圖像分辨率降低、細(xì)節(jié)丟失的問題。而膨脹卷積操作可以在增加感受野的同時(shí)保持特征圖的尺寸不變，從而代替下采樣和上采樣的操作。膨脹卷積的計(jì)算方式：

假設(shè)原始的卷積核大小為f，膨脹系數(shù)為r，則經(jīng)過膨脹后卷積核的大小f′為

f′=r（f-1）+1。（6）

卷積核經(jīng)過膨脹后的感受野大小為

［（f+1）×（r-1）+f］×［（f+1）×（r-1）+f］×［（f+1）×（r-1）+f］。（7）

本研究設(shè)計(jì)的基于膨脹卷積的多感受野模塊見圖6。試驗(yàn)過程為將模型第4層輸出的特征圖采用不同膨脹率大小的膨脹卷積擴(kuò)大感受野，本研究采用的是3×3大小的卷積核，使用膨脹率為6、12、18的膨脹卷積對(duì)輸入圖像進(jìn)行采樣，得到豐富的圖像上下文信息，并將3條分支的輸出進(jìn)行特征融合，得到新的特征圖，新特征圖的大小保持不變，以此來獲取不同尺度的感受野，提取多尺度的信息，同時(shí)彌補(bǔ)在解碼過程中利用縮小的特征圖還原至原圖大小時(shí)造成的精度損失問題。

2 結(jié)果與分析

2.1 試驗(yàn)設(shè)計(jì)

本研究試驗(yàn)操作平臺(tái)為Ubuntu 16.04系統(tǒng)，采用PyTorch深度學(xué)習(xí)框架，PU型號(hào)為Intel Xeon E5-2678 v3@2.5 GHz，顯卡（GPU）的型號(hào)為NVIDIA GeForce RTX 2080 Ti，顯卡內(nèi)存11 GB，編程語言為Python。設(shè)置試驗(yàn)初始學(xué)習(xí)率為0.001，學(xué)習(xí)動(dòng)量為0.9，權(quán)重衰減率為0.000 5。本次試驗(yàn)周期為2022年10月至2023年1月，試驗(yàn)地點(diǎn)為陜西科技大學(xué)電氣與控制工程學(xué)院實(shí)驗(yàn)樓。

2.2 數(shù)據(jù)樣本結(jié)構(gòu)

下載公開的草莓病害數(shù)據(jù)集（https：//www.kaggle.com），本數(shù)據(jù)集包括角斑病、果腐病、花枯病、灰霉病、葉斑病、白粉葉病、白粉果病7種病害，共包含2 499幅圖像，預(yù)測(cè)結(jié)果中不同顏色分割圖代表不同類別病害，每類草莓病害圖像數(shù)量和比例分布見表1。對(duì)所下載的數(shù)據(jù)集進(jìn)行Labelme標(biāo)注，Labelme界面中央?yún)^(qū)域?yàn)樾枰獦?biāo)注的圖像，對(duì)目標(biāo)物體進(jìn)行像素點(diǎn)標(biāo)注，標(biāo)注過程見圖7。

2.3 試驗(yàn)結(jié)果分析

2.3.1 評(píng)價(jià)指標(biāo)

草莓病害分割預(yù)測(cè)結(jié)果可以分為真陽(yáng)性（TP）、真陰性（TN）、假陽(yáng)性（FP）、假陰性（FN），由此可以衍生出以下評(píng)價(jià)指標(biāo)：

PA（pixel accuracy）指像素準(zhǔn)確率，準(zhǔn)確率可以綜合地反映檢測(cè)器的性能，用PA評(píng)價(jià)單個(gè)類別的檢測(cè)結(jié)果。像素準(zhǔn)確率PA又由召回率R（recall）與精準(zhǔn)率P（precision）決定，是單個(gè)類別檢測(cè)性能結(jié)果的直觀標(biāo)準(zhǔn)。召回率計(jì)算公式為

R=TPTP+FN×100%。（8）

精準(zhǔn)率計(jì)算公式為

P=TPTP+FP×100%。（9）

對(duì)多個(gè)類別的檢測(cè)效果使用平均像素準(zhǔn)確率均值（mean pixel accuracy，mPA）進(jìn)行評(píng)價(jià)。PA、mPA的值越高，表示檢測(cè)器的性能越好，F(xiàn)1分?jǐn)?shù)同時(shí)兼顧模型的精確率和召回率。使用mIoU（mean intersection over union）驗(yàn)證預(yù)測(cè)值于真實(shí)值的平均交并比。使用準(zhǔn)確率（accuracy）檢驗(yàn)正確分類樣本占總樣本數(shù)的概率。

2.3.2 消融試驗(yàn)對(duì)比

為驗(yàn)證改進(jìn)算法的效果，在相同環(huán)境下進(jìn)行了消融試驗(yàn)。將本研究提出的模型（U-Net+CBAM-ResNet50+SMSAFU+MRFU）與標(biāo)準(zhǔn)U-Net模型（VGG-U-Net）、基于CBAM-ResNet50主干特征提取網(wǎng)絡(luò)的U-Net模型（U-Net+CBAM-ResNet50）、基于CBAM-ResNet50主干特征提取網(wǎng)絡(luò)與3D無參多尺度自適應(yīng)特征融合的U-Net模型（U-Net+CBAM-ResNet50+SMSAFU）進(jìn)行消融試驗(yàn)性能評(píng)估分析，其中SMSAFU為基于3D無參注意力機(jī)制的多尺度自適應(yīng)特征融合模塊，MRFU為基于膨脹卷積的多感受野模塊，表2為測(cè)試集在消融試驗(yàn)的參數(shù)對(duì)比結(jié)果。

從表2可以看出，對(duì)于本研究使用的數(shù)據(jù)集而言，基于CBAM-ResNet50主干特征提取網(wǎng)絡(luò)的 U-Net 模型與原U-Net模型相比，參數(shù)規(guī)模減小，mPA、F1分?jǐn)?shù)、mIoU與準(zhǔn)確率值均有提升，其中模型尺寸減小最明顯，由原來的167.9 MB減少至 42.5 MB，證明ResNet50主干特征網(wǎng)絡(luò)比VGG16主干特征網(wǎng)絡(luò)性能優(yōu)越，改變主干特征提取網(wǎng)絡(luò)確實(shí)減小了模型參數(shù)，但是對(duì)于模型整體性能的提升還存在一定的改進(jìn)空間。

當(dāng)在U-Net+CBAM-ResNet50模型基礎(chǔ)上增加SMSAFU模塊后，網(wǎng)絡(luò)性能明顯有所提升，其中mPA、F1分?jǐn)?shù)、mIoU及準(zhǔn)確率值均提升了0.79百分點(diǎn)、0.024 2、2.67百分點(diǎn)、1.29百分點(diǎn)，損失值降低 0.024 6。證明增加SMSAFU模塊對(duì)復(fù)雜背景病害分割模型精度提升具有非常明顯的效果。

當(dāng)在U-Net+CBAM-ResNet50+SMSAFU模型基礎(chǔ)上增加MRFU后，進(jìn)一步幫助模型提高草莓病害分割準(zhǔn)確率，使特征提取網(wǎng)絡(luò)重點(diǎn)關(guān)注目標(biāo)區(qū)域，有效降低了模型的錯(cuò)檢率和漏檢率。改進(jìn)后 U-Net+CBAM-ResNet50+SMSAFU+MRFU模型與標(biāo)準(zhǔn)U-Net模型相比，模型大小降低了75.4 MB，mPA提高了7.13百分點(diǎn)、F1分?jǐn)?shù)值提高了0.093 5、mIoU提高了8.52百分點(diǎn)并且損失值降低了 0.359 5，因此本研究提出模型比原始U-Net模型更適用于草莓病害區(qū)域分割。

2.3.3 不同分割模型性能對(duì)比分析

為了驗(yàn)證本研究所提網(wǎng)絡(luò)對(duì)草莓病害圖像分割的有效性，將本研究網(wǎng)絡(luò)與FCN、SegNet、VGG-U-Net及Res-U-Net分割網(wǎng)絡(luò)對(duì)比。由表3可知，改進(jìn)后的網(wǎng)絡(luò)綜合表現(xiàn)最好，在測(cè)試集上的平均召回率、平均精確率、mPA、mIoU分別為90.30%、93.15%、90.30%、82.67%。FCN網(wǎng)絡(luò)模型最大，計(jì)算量過大使其需要大量計(jì)算資源，不適合配置較低的設(shè)備使用。SegNet的表現(xiàn)最差，mIoU僅為60.21%，但其模型尺寸相比FCN與VGG-U-Net均有減少。Res-Unet模型大小約為VGG-U-Net的23.7%。綜合各組數(shù)據(jù)比對(duì)，證明本研究設(shè)計(jì)的網(wǎng)絡(luò)結(jié)構(gòu)可以精準(zhǔn)分割出草莓病害區(qū)域。

為了驗(yàn)證本研究所提注意力機(jī)制對(duì)草莓病害圖像分割的有效性，引入了基于通道注意力機(jī)制和空間注意力機(jī)制不同對(duì)應(yīng)方式的多種注意力機(jī)制，將本研究試驗(yàn)中的CBAM-ResNet50主干特征提取網(wǎng)絡(luò)中的CBAM注意力機(jī)制替換為Eca-Net（efficient channel attention neural networks）、scSE（spatial and channel squeeze＆excitation）與SA（shuffle attention）注意力機(jī)制。評(píng)價(jià)指標(biāo)結(jié)果見表4，損失曲線對(duì)比見圖8。

由圖8可知，在數(shù)據(jù)集訓(xùn)練過程中，各網(wǎng)絡(luò)模型的損失值都隨著迭代次數(shù)的增加不斷收斂，其中CBAM注意力機(jī)制與其他注意力機(jī)制相比損失值與損失波動(dòng)更小，證明CBAM注意力機(jī)制適用于本研究所提方法。

從表4可以看出，在主干特征提取層嵌入4種不同注意力機(jī)制后，模型各項(xiàng)指標(biāo)相較于標(biāo)準(zhǔn)U-Net模型均有提高。對(duì)比其他3種注意力機(jī)制，CBAM機(jī)制雖然參數(shù)規(guī)模比最小的Eca-Net和SA大0.33%，mIoU比最大的Eca-Net低1.01百分點(diǎn)，但mPA、損失值和F1分?jǐn)?shù)均為最優(yōu)。CBAM注意力充分混合空間與通道信息，對(duì)于模型的定位能力mPA至少優(yōu)于其他3種注意力機(jī)制1.16百分點(diǎn)，損失值至少下降1.6%，與此同時(shí)F1分?jǐn)?shù)為0.884 3，充分提高了本研究算法的檢測(cè)精度。綜合來看，CBAM嵌入ResNet50形成本研究算法的主干特征提取網(wǎng)絡(luò)較為合適。

2.3.4 可視化結(jié)果

為直觀地展示本研究所提網(wǎng)絡(luò)對(duì)草莓病害圖像的檢測(cè)效果，將本研究所提網(wǎng)絡(luò)與標(biāo)準(zhǔn)U-Net網(wǎng)絡(luò)在測(cè)試集中的分割效果進(jìn)行了對(duì)比分析。圖9為草莓角斑病原圖、標(biāo)簽圖、本研究算法與原始U-Net的分割示意圖，其中黑色為背景，紅色為角斑病病害。

當(dāng)圖像中病害面積較小且背景有較大干擾時(shí)，如圖9第1列所示，本研究所提網(wǎng)絡(luò)能較好地分割出邊緣信息與病害區(qū)域面積；當(dāng)圖像邊緣信息較復(fù)雜時(shí)，如圖9第2列所示，原始U-Net網(wǎng)絡(luò)分割的草莓病害圖像缺失明顯，而本研究提出的網(wǎng)絡(luò)雖然也存在漏檢現(xiàn)象，但病害結(jié)構(gòu)比較完整；當(dāng)圖像中病害多區(qū)域分布時(shí)，如圖9第3、第4列所示，原始 U-Net 網(wǎng)絡(luò)分割將多病害區(qū)域整合為一個(gè)病害區(qū)域，而本研究提出的網(wǎng)絡(luò)能非常清晰地區(qū)別病害區(qū)域。因此選用本研究提出的網(wǎng)絡(luò)能有效抑制各種干擾，提高檢測(cè)性能。

為直觀地展示不同注意力對(duì)草莓病害圖像的分割效果，將本研究試驗(yàn)中的CBAM-ResNet50主干特征提取網(wǎng)絡(luò)中的CBAM注意力機(jī)制替換為 Eca-Net、scSE與SA注意力機(jī)制。圖10為花枯病、白粉葉病、角斑病和灰霉病在不同注意力下的分割示意圖，其中黑色為背景，黃色為花枯病，灰色為白粉葉病，紅色為角斑病，藍(lán)色為灰霉病。

原始圖像從左到右依次為小目標(biāo)病害情況、復(fù)雜背景情況、病害被遮擋情況和圖像質(zhì)量差情況。由圖10可以看出，改進(jìn)后的CBAM-ResNet50主干特征提取網(wǎng)絡(luò)相較于結(jié)合其他注意力機(jī)制的主干特征提取網(wǎng)絡(luò)可以分割出較完整的病害區(qū)域，證明嵌入CBAM注意力機(jī)制可以使網(wǎng)絡(luò)整體以及局部分割效果都能達(dá)到最好，實(shí)現(xiàn)更加準(zhǔn)確的分割。

3 結(jié)論

針對(duì)現(xiàn)有模型在草莓病害區(qū)域分割時(shí)背景復(fù)雜且目標(biāo)小而導(dǎo)致目標(biāo)難以被有效分割的問題，本研究提出了一種基于多感受野與多尺度融合的草莓病害分割網(wǎng)絡(luò)。從試驗(yàn)結(jié)果可以得出，本研究提出的方法相比標(biāo)準(zhǔn)U-Net模型，模型大小降低了 75.4 MB，

mPA提高了7.13百分點(diǎn)，F(xiàn)1分?jǐn)?shù)提高了0.093 5、mIoU提高了8.52百分點(diǎn)，并且損失值降低了 0.359 5，減少了模型的漏檢錯(cuò)檢情況。與FCN、SegNet、VGG-Unet 及Res-Unet其他分割網(wǎng)絡(luò)進(jìn)行比較，本研究算法在相同數(shù)據(jù)集的條件下，mPA均高于FCN、SegNet、VGG-Unet與ResUnet網(wǎng)絡(luò)模型。因此，本研究提出的網(wǎng)絡(luò)模型對(duì)小目標(biāo)病害和復(fù)雜背景情況也具有較好的分割效果，證明本研究模型可實(shí)現(xiàn)草莓病害的準(zhǔn)確分割，能夠?yàn)榫珳?zhǔn)農(nóng)業(yè)的發(fā)展提供支持。

參考文獻(xiàn)：

［1］Li H A，Chen C B，Zhao S R，et al. Color disease leaf image segmentation using NAMS superpixel algorithm［J］. Technology and Health Care，2018，26（S1）：151-156.

［2］楊晉丹，楊 濤，苗 騰，等. 基于卷積神經(jīng)網(wǎng)絡(luò)的草莓葉部白粉病病害識(shí)別［J］. 江蘇農(nóng)業(yè)學(xué)報(bào)，2018，34（3）：527-532.

［3］Zhang S W，You Z H，Wu X W. Plant disease leaf image segmentation based on superpixel clustering and EM algorithm［J］. Neural Computing and Applications，2019，31（2）：1225-1232.

［4］宋余慶，謝 熹，劉 哲，等. 基于多層EESP深度學(xué)習(xí)模型的農(nóng)作物病蟲害識(shí)別方法［J］. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2020，51（8）：196-202.

［5］郭旭超，郝 霞，姚曉闖，等. 農(nóng)業(yè)病蟲害知識(shí)問答意圖識(shí)別與槽位填充聯(lián)合模型研究［J］. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2023，54（1）：205-215.

［6］孫 紅，李 松，李民贊，等. 農(nóng)業(yè)信息成像感知與深度學(xué)習(xí)應(yīng)用研究進(jìn)展［J］. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2020，51（5）：1-17.

［7］黃林生，羅耀武，楊小冬，等. 基于注意力機(jī)制和多尺度殘差網(wǎng)絡(luò)的農(nóng)作物病害識(shí)別［J］. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2021，52（10）：264-271.

［8］孫 俊，宋 佳，武小紅，等. 基于改進(jìn)Otsu算法的生菜葉片圖像分割方法［J］. 江蘇大學(xué)學(xué)報(bào)（自然科學(xué)版），2018，39（2）：179-184.

［9］Zhang S W，Wang H X，Huang W Z，et al. Plant diseased leaf segmentation and recognition by fusion of superpixel，K-means and PHOG［J］. Optik，2018，157：866-872.

［10］Wang Z B，Wang K Y，Pan S H，et al. Segmentation of crop disease images with an improved K-means clustering algorithm［J］. Applied Engineering in Agriculture，2018，34（2）：277-289.

［11］Ma J C，Du K M，Zhang L X，et al. A segmentation method for greenhouse vegetable foliar disease spots images using color information and region growing［J］. Computers and Electronics in Agriculture，2017，142：110-117.

［12］戴久竣，馬肄恒，吳 堅(jiān)，等. 基于改進(jìn)殘差網(wǎng)絡(luò)的葡萄葉片病害識(shí)別［J］. 江蘇農(nóng)業(yè)科學(xué)，2023，51（5）：208-215.

［13］王翔宇，李海生，呂麗君，等. 基于U-net和可見光譜圖像的黃瓜褐斑病分割［J］. 光譜學(xué)與光譜分析，2021，41（5）：1499-1504.

［14］朱立學(xué)，伍榮達(dá)，付根平，等. 基于多尺度串聯(lián)空洞卷積的輕量

化UNet香蕉圖像分割［J］. 農(nóng)業(yè)工程學(xué)報(bào)，2022，38（13）：194-201.

［15］張會(huì)敏，謝澤奇，張善文. 基于注意力膠囊網(wǎng)絡(luò)的作物病害識(shí)別方法［J］. 江蘇農(nóng)業(yè)科學(xué)，2022，50（6）：101-106.

［16］何自芬，黃俊璇，劉 強(qiáng)，等. 基于非對(duì)稱混洗卷積神經(jīng)網(wǎng)絡(luò)的蘋果葉部病害分割［J］. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2021，52（8）：221-230.

［17］顧興健，朱劍峰，任守綱，等. 多尺度U網(wǎng)絡(luò)實(shí)現(xiàn)番茄葉部病斑分割與識(shí)別［J］. 計(jì)算機(jī)科學(xué)，2021，48（增刊2）：360-366，381.

［18］Yang L，Zhang R Y，Li L，et al. Simam：a simple，parameter-free attention module for convolutional neural networks［C］//International conference on machine learning. PMLR，2021：11863-11874.