鄒立雯 梁春英 周 正 李 普 李圳鵬 張榮丹

（1 黑龍江八一農(nóng)墾大學工程學院 黑龍江大慶 163319；2 黑龍江八一農(nóng)墾大學信息與電氣工程學院 黑龍江大慶 163319）

水稻是我國主要的糧食作物之一，種植面積較大［1］。目前，由于水稻種植田塊高低不平、秸稈殘留、插秧機操作不當?shù)葐栴}，常發(fā)生水稻秧苗漏插、漂秧等情況，目前水稻田間秧苗識別還主要依賴于人工評估，這種傳統(tǒng)方式不僅費時費力，而且效率低下。隨著計算機信息技術的廣泛應用，運用圖像識別作物成為了可能，深度學習（Deep Learing，DL）是相對支持向量機、最大熵等“淺層學習”而言非線性、層級更多的新型學習模式，通過建立模型，模擬人類大腦對接收的信息進行識別、處理與解釋。深度學習通過數(shù)據(jù)集訓練和學習，特征提取，可以快速準確識別秧苗，在精度和實時性方面遠超傳統(tǒng)作業(yè)方式，對水稻秧苗識別具有重要意義。

本文綜述了近年來國內(nèi)外水稻秧苗識別領域深度學習的相關研究，以期為研究者提供更多參考。

1 深度學習概述

深度學習的優(yōu)勢在于特征學習，即從初始數(shù)據(jù)中自動提取特征，由較低階特征組合成更高層次特征［2］。不同的深度學習由各種不同組件構成，具體取決于所使用的網(wǎng)絡類型。當前網(wǎng)絡主要有卷積神經(jīng)網(wǎng)絡（Convolutional Neural Network，CNN）［3］、遞歸神經(jīng)網(wǎng)絡（Recursive Neural Network， RNN）［4］、棧式自編碼網(wǎng)絡（Stacked Auto Encoder）［5］、深 度 置 信 網(wǎng) 絡（Deep Belief Network， DBN）［6］等，其中卷積神經(jīng)網(wǎng)絡是農(nóng)業(yè)中最常用的一種網(wǎng)絡模型。

深度學習網(wǎng)絡基本構成為卷積層（Convolution layer）、池化層（Pooling layer）、全連接層（Fully connected layer）、損 失函 數(shù)（Loss function）、激活函數(shù)（Activation Function）等。卷積層包括多個卷積單元，用于從原始圖像中提取復雜特征；池化層可以有效提取復雜特征信息，通過權矩陣集成局部信息，并輸出降維信息；全連接層在整個網(wǎng)絡中起“分類器”作用，將每一節(jié)點與上一層的節(jié)點相連，進行特征提?。粨p失函數(shù)用于判斷模型輸出與實際值間的誤差，常用的損失函數(shù)有最小二乘損失函數(shù)、指數(shù)損失函數(shù)等；激活函數(shù)是深入學習建模的重要組成部分；神經(jīng)網(wǎng)絡通過激活函數(shù)進行非線性學習，常用功能包括Sigmoid、Tanne、Relu等。

1.1 卷積神經(jīng)網(wǎng)絡

目前，卷積神經(jīng)網(wǎng)絡是發(fā)展比較成熟的深度學習網(wǎng)絡［7］，20 世紀90 年代LeNet5 的出現(xiàn)標志著卷積神經(jīng)網(wǎng)絡已經(jīng)初步成熟［8］。卷積神經(jīng)網(wǎng)絡包含輸入層、隱含層、輸出層，其中輸入層可以處理多維數(shù)據(jù)，一般對原始數(shù)據(jù)進行初步處理，經(jīng)過灰化度與歸一化，使數(shù)據(jù)特征更加顯著；隱含層為卷積神經(jīng)網(wǎng)絡的核心，經(jīng)卷積層提取特征數(shù)據(jù)，由池化層選擇和過濾信息，優(yōu)化網(wǎng)絡結構并輸出降維信息，最后由全連接層分類整合傳遞給輸出層，由輸出層結合邏輯函數(shù)或歸一化函數(shù)輸出分類標簽。

1.2 遞歸神經(jīng)網(wǎng)絡

遞歸神經(jīng)網(wǎng)絡是空間上的展開，處理的是樹狀結構的信息，分為全局反饋遞歸網(wǎng)絡、前向遞歸神經(jīng)網(wǎng)絡、混合型遞歸網(wǎng)絡。遞歸神經(jīng)網(wǎng)絡可以描述系統(tǒng)的動態(tài)特征，使動態(tài)數(shù)據(jù)在網(wǎng)絡中循環(huán)，并將動態(tài)特征與信息儲存［9］；遞歸神經(jīng)網(wǎng)絡的隱含層環(huán)環(huán)相扣，對于上一結點的數(shù)據(jù)有記憶功能，并添加到當前的計算中。

1.3 棧式自編碼網(wǎng)絡

棧式自編碼網(wǎng)絡是基于自編碼神經(jīng)網(wǎng)絡改進而成［10］，由多層訓練好的自編碼器組成，有效減少了自編碼網(wǎng)絡由于數(shù)據(jù)隨機初始化而造成的參數(shù)無法調(diào)節(jié)問題，保證了數(shù)據(jù)的穩(wěn)定性；這種每層都由自編碼器單獨訓練的好處是提高了算法準確性，收斂效果更好。

1.4 深度置信網(wǎng)絡

深度置信網(wǎng)絡［11-12］是由無數(shù)個受限玻爾茲曼機（Restricted Boltzmann Machine，RBM）與單層反向傳播神經(jīng)網(wǎng)絡構成，為生成概率模型；通過對數(shù)據(jù)高階相關性描述，得到聯(lián)合分布概率，推斷樣本的分布，常用來進行文字檢測、人臉識別、遙感圖像分類等。

2 深度學習在水稻秧苗識別中的應用

水稻秧苗識別對提高插秧質(zhì)量、預測產(chǎn)量等有重要意義。李愛傳等［13］通過監(jiān)測水稻的生長指導水稻生產(chǎn)。景卓鑫等［14］使用神經(jīng)網(wǎng)絡與雷達結合實現(xiàn)水稻參數(shù)的估算，繪制水稻不同時期的空間分布圖，實現(xiàn)水稻生物量的生長監(jiān)測。遲德霞等［15］基于模糊C均值聚類對水稻秧苗進行圖像分割，發(fā)現(xiàn)對水稻圖像與背景像素的不同聚類點進行分割，平均誤差率在1.5%，大大改善了插秧機的精確度。陳信新等［16］基于機器視覺對水稻的發(fā)育形態(tài)和生長環(huán)境進行識別，采用聚類算法對圖像進行分割，結合Hough 預處理，秧苗識別準確度達到87.5%，秧苗形態(tài)參數(shù)誤差不超過7%。Wang Y Y等［17］利用線性混合模型對水稻生物量進行估測，與傳統(tǒng)機器學習算法進行比較，結果表明，線性混合效應模型可以準確估計水稻生物量和葉面積指數(shù)，固定翼無人機在監(jiān)測大規(guī)模農(nóng)田作物生長狀況方面很有前景。Vlaminck L 等［18］通過自動計算機分析水稻幼苗的相關參數(shù)，這種新型、穩(wěn)健、快速基于表型的水稻篩選方法與預期的植物生長調(diào)節(jié)一致，揭示了該裝置在重現(xiàn)性方面的穩(wěn)健性。王姍姍等［19］提出基于特征點鄰域Hough 變換的水稻秧苗檢測方法，結合Faster RCNN 網(wǎng)絡對水稻秧苗的特征點進行提取，這種方法對測試秧苗的平均識別準確度達到92%，對曲率較大的秧苗行也能準確識別。陳旭君等［20］提出基于YOLO 卷積神經(jīng)網(wǎng)絡對水稻秧苗的行線檢測，通過YOLO網(wǎng)絡對水稻圖片訓練，對秧苗進行定位，檢測行線標準，相比Faster R-CNN和Res Net101，該方法泛化能力更強、魯棒性更好。Ramadhani等［21］開發(fā)了一個自動繪圖工作流，使用多源遙感數(shù)據(jù)（Sentinel-2、MOD13Q1和Sentinel-1）以10 m 空間分辨率繪制水稻生長階段的近實時多時相地圖，基于Sentinel-2的模型分類給出了90.6%的總體準確率，融合模型MOD13Q1/Sentinel-1顯示了78.3%，Sentinel-2/MOD13Q1/Sentinel-1 的集成精度為84.15%。Ramadhani 進行改進［22］，提出Sentinel-2 分類過程中的一些變化，以提高總體績效，這將為農(nóng)業(yè)決策者提供更好的信息。Yang M D等［23］將卷積神經(jīng)網(wǎng)絡與無人機結合，介紹了一種利用ExGR 索引生成水稻幼苗訓練數(shù)據(jù)的半自動標注方法，采用k倍交叉驗證，以獲得訓練與測試比數(shù)據(jù)為80/20 的分割比。網(wǎng)絡的精度隨著歷元的增加而增加，交叉驗證數(shù)據(jù)集的所有劃分均達到0.99的精度。Ramadhani F等［24］提出了光學（PROBA-V）和雷達（Sentinel-1）圖像的集成，用于水稻生長階段的時間地圖繪制，PROBA-V 的水稻生長階段模型的總體準確率為83.87%，使用支持向量機分類器的Sentinel-1模型的準確率為71.74%。植被面積和收獲面積之間的平均相關性為0.50，滯后時間為89.5 d，這一結果與當?shù)亟y(tǒng)計數(shù)據(jù)相似。徐建鵬等［25］提 出 一 種 基 于Rectified Adam 優(yōu) 化 器 的ResNet50卷積神經(jīng)網(wǎng)絡圖像識別方法，對水稻生育期 進 行 自 動 識 別， 并 于VGG16、 VGG19、ResNet50 和Inception v3 進行對比分析圖像識別能力，結果表明，在真實場景下，Rectified Adam 優(yōu)化器的ResNet50 卷積神經(jīng)網(wǎng)絡分類識別準確率在97.33%，穩(wěn)定性好、收斂速度快、魯棒性強。朱偉等［26］提出一種基于卷積神經(jīng)網(wǎng)絡Google Net 對水稻秧苗進行形態(tài)識別，采用無人機進行低空拍照，Google Net 訓練數(shù)據(jù)，對單穴秧苗分類識別，平均識別正確率為91.17%，平均耗時0.27 s，與傳統(tǒng)支持向量機、BP神經(jīng)網(wǎng)絡相比，分類精度分別提高21%、13%，時間分別縮短了1.09、0.58 s。

3 結論

本文介紹了深度學習在水稻秧苗識別中的應用，前期試驗表明，深度學習在水稻秧苗識別上的準確度可達90%以上，可幫助插秧機有效規(guī)避錯誤，實現(xiàn)水稻的優(yōu)質(zhì)高產(chǎn)。深度學習是目前最具潛力的圖像識別方法，具有良好的泛化能力和魯棒性，在水稻秧苗識別中可以有效提取圖像特征，擴展數(shù)據(jù)集，節(jié)省更多的人工成本。

4 展望

目前，有關深度學習的研究大多還處于試驗階段，僅簡單將采集到的圖片發(fā)送給終端，在水稻圖像集收集及前期處理過程中還存在很多問題亟待解決，如田間圖片背景復雜，光線造成陰影斑駁等，后期訓練過程中也出現(xiàn)數(shù)據(jù)集樣本不典型、過擬合等問題。