張超 李丹

摘 要 大棚水稻種植是我國農(nóng)業(yè)發(fā)展過程中重要的種植形式，大棚中水稻病蟲害的及時發(fā)現(xiàn)和預(yù)防能夠顯著提高水稻產(chǎn)量。深度學(xué)習(xí)模型在圖像識別方面表現(xiàn)出色，可以用于監(jiān)測大棚內(nèi)水稻植株的生長狀況，快速識別病害和蟲害。但數(shù)據(jù)集的采集易受各種環(huán)境因素的影響，導(dǎo)致數(shù)據(jù)集中有用圖像數(shù)目過少，訓(xùn)練易過擬合并且難以提取有用特征。針對以上問題，提出了一種基于ConvNeXt-T神經(jīng)網(wǎng)絡(luò)的水稻病蟲害識別模型。對數(shù)據(jù)集采用鏡像、裁剪等數(shù)據(jù)增強(qiáng)及增加高斯噪聲、隨機(jī)亮度、隨機(jī)遮掩等數(shù)據(jù)預(yù)處理，將獲取的5 932張水稻害蟲圖像擴(kuò)展到21 340張，在ConvNeXt-T神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行訓(xùn)練，來識別水稻種植中最常見的4種病害（白葉枯病、水稻細(xì)菌性條斑病、褐斑病、水稻東格魯病毒?。?。訓(xùn)練結(jié)果表明，在相同的實(shí)驗(yàn)環(huán)境下，與經(jīng)典的AlexNet、GoogLeNet、ResNet34及VGG16網(wǎng)絡(luò)相比，ConvNeXt-T神經(jīng)網(wǎng)絡(luò)性能最佳，病害識別準(zhǔn)確率最高（99.86%）。其優(yōu)秀的識別精度能夠?yàn)榇笈锼静∠x害的預(yù)防提供有力的幫助。

關(guān)鍵詞 大棚水稻種植；深度學(xué)習(xí)；ConvNeXt-T；數(shù)據(jù)增強(qiáng)；數(shù)據(jù)預(yù)處理

中圖分類號：S435.11 文獻(xiàn)標(biāo)志碼：A DOI：10.19415/j.cnki.1673-890x.2023.20.013

大棚水稻種植技術(shù)代表著農(nóng)業(yè)領(lǐng)域的一項(xiàng)前沿實(shí)踐，通過將水稻種植移入大棚這一受控環(huán)境中，實(shí)現(xiàn)對光照、病蟲害等因素的精準(zhǔn)調(diào)控。這不僅有助于提高水稻的產(chǎn)量和質(zhì)量，同時能夠有效地管理病蟲害，減少對農(nóng)藥的依賴，促進(jìn)農(nóng)業(yè)的可持續(xù)發(fā)展。

現(xiàn)如今，深度學(xué)習(xí)的快速發(fā)展為檢測植物病蟲害提供了有效幫助，但依然存在缺陷。目前大部分的病蟲害數(shù)據(jù)集都是利用相機(jī)等設(shè)備在實(shí)驗(yàn)大棚內(nèi)拍攝處理后獲取的靜態(tài)圖像。然而，處于大棚環(huán)境下的農(nóng)作物常受亮度和搖擺運(yùn)動等因素影響，降低了模型對病害特征的提取效率[1]。同時，現(xiàn)場拍攝獲取的數(shù)據(jù)集樣本量偏少，容易導(dǎo)致訓(xùn)練過程中過擬合，導(dǎo)致模型對病蟲害識別的準(zhǔn)確度下降[2]。

基于上述問題，本文提出了一種基于ConvNeXt-T神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的水稻病蟲害識別模型。通過增加高斯噪聲、隨機(jī)遮擋和旋轉(zhuǎn)等數(shù)據(jù)預(yù)處理方法來增加數(shù)據(jù)集的復(fù)雜性以模擬實(shí)驗(yàn)大棚中不同因素對檢測的影響，將獲取的4 268張水稻害蟲圖像擴(kuò)展到21 340張，使得神經(jīng)網(wǎng)絡(luò)模型在訓(xùn)練過程中增強(qiáng)泛化能力和魯棒性。通過中心裁剪等數(shù)據(jù)增強(qiáng)方法，來解決訓(xùn)練中易出現(xiàn)的過擬合現(xiàn)象。

1 數(shù)據(jù)集

1.1 實(shí)驗(yàn)數(shù)據(jù)

本次研究所用初始水稻數(shù)據(jù)集拍攝于吉林農(nóng)業(yè)科技學(xué)院實(shí)驗(yàn)大棚，含有四種不同類型的病蟲害圖像，其中白葉枯病圖像有1 584張、水稻細(xì)菌性條斑病圖像1 440張、褐斑病圖像1 600張和水稻東格魯病毒病圖像1 308張，水稻病蟲害初始數(shù)據(jù)集共5 932張圖像。將圖像尺寸（像素）統(tǒng)一裁剪為224×224大小并以.jpg的格式進(jìn)行保存[3]。

1.2 數(shù)據(jù)處理

為了模擬實(shí)際大棚光照、風(fēng)吹及葉片之間的相互遮掩等復(fù)雜環(huán)境問題，本文利用圖像預(yù)處理的方式進(jìn)行環(huán)境模擬，如圖1所示。通過添加高斯噪聲、隨機(jī)亮度、旋轉(zhuǎn)角度和隨即遮掩的數(shù)據(jù)預(yù)處理分別模擬環(huán)境中可能發(fā)生的畫面模糊、光照強(qiáng)度變化、大風(fēng)干擾及葉片之間相互遮掩的情況，并將數(shù)據(jù)集樣本數(shù)量從5 932張擴(kuò)充到21 340張來防止訓(xùn)練過程擬合，使得模型獲取更多復(fù)雜環(huán)境中的疾病特征，提高模型驗(yàn)證的準(zhǔn)確性[4]。

2 模型建立

2022年1月，F(xiàn)acebook AI Research和UC Berkeley聯(lián)合發(fā)表的一篇文章提出了ConvNeXt純卷積神經(jīng)網(wǎng)絡(luò)。對比2021年提出的Swin Transformer模型，ConvNeXt在相同的浮點(diǎn)運(yùn)算數(shù)（floating point operations，F(xiàn)LOPs）下具有較高的準(zhǔn)確率[5]。ConvNeXt網(wǎng)絡(luò)根據(jù)不同階段（stage）重復(fù)堆疊塊個數(shù)的不同共分為5個版本，分別為ConvNeXt-T、ConvNeXt-S、ConvNeXt-B、ConvNeXt-L和ConvNeXt-XL。每個版本對應(yīng)的通道數(shù)及網(wǎng)絡(luò)塊（Block）個數(shù)如表1所示。

相較于ResNet每個stage中大約1∶1∶2∶1的Block個數(shù)比例，ConvNeXt采用Swin-T的1∶1∶3∶1比例，準(zhǔn)確率相比之前有所提升。在結(jié)構(gòu)方面也與ResNet的Block有差異，ConvNeXt網(wǎng)絡(luò)將Block中depthwise conv模塊上移，并將其3×3的卷積核改成7×7，用Transformer中常用的激活函數(shù)GELU和歸一化LN（Layer Normalization）替代RELU和BN（Batch Normalization），同時減少激活函數(shù)和歸一化在Block中的使用，這使得準(zhǔn)確率再次提升。

ConvNeXt網(wǎng)絡(luò)在整體結(jié)構(gòu)的其他方面與以前的經(jīng)典網(wǎng)絡(luò)也有所不同。對于一般卷積神經(jīng)網(wǎng)絡(luò)，最初的下采樣模塊一般都是由卷積核大小為7×7且步距（stride）為2的卷積層及一個步距為2的最大池化層組成；而ConvNeXt網(wǎng)絡(luò)則采用Swin Transformer模型常用的卷積核為4×4、步距為4的卷積層構(gòu)成模型中最初的下采樣，替換后準(zhǔn)確率又有所提升。本文將利用ConvNeXt-T神經(jīng)網(wǎng)絡(luò)進(jìn)行水稻病蟲害識別的研究，其結(jié)構(gòu)圖如圖2所示。

3 結(jié)果與分析

3.1 實(shí)驗(yàn)環(huán)境

本次研究所用電腦系統(tǒng)為Windows 10 ×64位，內(nèi)存為80 G，CPU為AMD EPYC 9654，并配備一張RTX 4090的顯卡。采用Python編程語言，pytorch深度學(xué)習(xí)框架進(jìn)行建模。

3.2 實(shí)驗(yàn)參數(shù)

在本研究中，模型使用了自適應(yīng)優(yōu)化算法（Adaptive?Gradient）。輸入圖像的尺寸大小為224×224，批量大?。˙atch size）為8，遍歷次數(shù)（epochs）為50，初始學(xué)習(xí)率（lr）為0.000 5，權(quán)重衰減（wd）為0.05，并且將病蟲害識別的平均準(zhǔn)確率作為模型評價的指標(biāo)。

3.3 實(shí)驗(yàn)成果

為了體現(xiàn)ConvNeXt-T網(wǎng)絡(luò)模型的準(zhǔn)確性和穩(wěn)定性，圖像傳輸?shù)侥Ｐ椭?，隨機(jī)抽取增強(qiáng)擴(kuò)充過的數(shù)據(jù)集中每種病蟲害圖像的20%作為測試集，剩余的80%作為訓(xùn)練集。利用相同的訓(xùn)練集在AlexNet、VGG16、GoogLeNet、ResNet34及ConvNeXt-T中進(jìn)行訓(xùn)練，各網(wǎng)絡(luò)在訓(xùn)練集上的準(zhǔn)確率如圖3和表2所示，ConvNeXt-T準(zhǔn)確率最高，達(dá)到了99.86%，其識別精度曲線也高于其他網(wǎng)絡(luò)模型，收斂速度也快于其他模型。在相同的增強(qiáng)擴(kuò)充數(shù)據(jù)集下，AlexNet、VGG16、GoogLeNet、ResNet34在訓(xùn)練集上準(zhǔn)確率分別為98.64%、99.14%、99.64%、98.96%，分別比ConvNeXt-T網(wǎng)絡(luò)低1.22、0.72、0.22、0.90個百分點(diǎn)。因此，可以證明ConvNeXt-T神經(jīng)網(wǎng)絡(luò)在水稻病蟲害識別上比其他網(wǎng)絡(luò)結(jié)構(gòu)的可行性更高。

4 結(jié)語

如今，深度學(xué)習(xí)為大棚水稻病蟲害的識別提供了有效的方法，神經(jīng)網(wǎng)絡(luò)模型的成熟有助于系統(tǒng)準(zhǔn)確地對水稻病蟲害進(jìn)行分類處理，提高糧食產(chǎn)量。研究表明，本文所用基于ConvNeXt-T的水稻病害識別模型對大棚中水稻病蟲害具有較高的識別精度及穩(wěn)定性。該模型能夠通過對不同的病蟲害圖像進(jìn)行學(xué)習(xí)，獲取更多的特征信息來適應(yīng)復(fù)雜的環(huán)境干擾，使得模型識別精度大大提高。在水稻病蟲害識別模型訓(xùn)練過程中，通過數(shù)據(jù)預(yù)處理和數(shù)據(jù)增強(qiáng)，使得模型準(zhǔn)確率到達(dá)99.86%，與AlexNet、VGG16、GoogLeNet、ResNet34相比分別提高了1.22、0.72、0.22、0.9個百分點(diǎn)，基于ConvNeXt-T神經(jīng)網(wǎng)絡(luò)的水稻害蟲識別模型具有優(yōu)越的性能。本研究同時為背景復(fù)雜、數(shù)據(jù)集過小、有效特征提取困難等關(guān)鍵問題提供了一種可行的研究方法和重要參考。

參考文獻(xiàn)：

[1] 樊湘鵬，周建平，許燕，等.基于改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)的復(fù)雜背景下玉米病害識別[J].農(nóng)業(yè)機(jī)械學(xué)報，2021，52（3）：210-217.

[2] ZHANG J， HUANG Y， PU R， et al. Monitoring plant diseases and pests through remote sensing technology： a review[J]. Comput Electron Agric，2019，165：104943.

[3] SETHY P， BARPANDA N， RATH A， et al. Deep feature based rice leaf disease identification using support vector machine[J]. Comput Electron Agric，2020，175：105527.

[4] WU H，WIESNER HANKS T，STEWART E L，et al.Autonomously detecting plant disease symptoms directly from aerial images[J].Plant Phenotype J，2019，2（1）：1-9.

[5] LIU Z， MAO H， WU C， et al. A ConvNet for the 2020s[C]// 2022 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）. New Orleans， LA， USA：IEEE， 2022：11966-11976.