劉文斌，庹先國 ，張貴宇，3 ，羅琪，彭英杰

（1.四川輕化工大學(xué) 自動(dòng)化與信息工程學(xué)院，四川 宜賓 644000；2.四川輕化工大學(xué) 人工智能四川省重點(diǎn)實(shí)驗(yàn)室，四川 宜賓 644000；3.西南科技大學(xué) 信息工程學(xué)院，四川 綿陽 621010）

中國白酒，又稱蒸餾酒，因其獨(dú)特的固態(tài)釀造工藝而聞名世界[1]。在固態(tài)釀造工藝中，上甑蒸餾和固態(tài)發(fā)酵是實(shí)現(xiàn)自動(dòng)化難度最高的兩個(gè)環(huán)節(jié)，有著“生香靠發(fā)酵，提香靠蒸餾”的說法，可見發(fā)酵和蒸餾工藝環(huán)節(jié)對(duì)白酒主體香型有著重要影響[2-4]。上甑工藝需滿足“均撒勻鋪，探汽上甑”要求，其中，“均撒勻鋪”使上甑工人以“輕、松、勻、薄、平、準(zhǔn)”六字口訣進(jìn)行上甑鋪料操作[5]，而“探汽上甑”是探測甑桶內(nèi)酒蒸汽的上升高度，在避免跑汽前提下，盡可能通過蒸汽提升表面酒醅溫度，從而在鋪冷醅時(shí)達(dá)到最大溫差，進(jìn)而獲取更多酒醅內(nèi)的發(fā)酵產(chǎn)物[6]。

近年來，中國白酒產(chǎn)業(yè)持續(xù)發(fā)展，為促進(jìn)白酒智能化改造與提升，實(shí)現(xiàn)智慧釀酒，眾多專家學(xué)者對(duì)“探汽上甑”進(jìn)行深入研究。李雷輝等[7]提出了一種高效的實(shí)時(shí)檢測算法，專注于解決紅外圖像計(jì)算的實(shí)時(shí)性和撒料區(qū)域檢測準(zhǔn)確性的問題。然而，在對(duì)酒質(zhì)量有較高要求的情況下，需要根據(jù)不同的酒品采用差異化的上料方式，以確保處理的精準(zhǔn)性和細(xì)致度。田萬春等[8]利用紅外圖像獲取酒醅信息，通過灰度直方圖特征和支持向量機(jī)算法對(duì)酒醅進(jìn)行分類識(shí)別，獲得96%的識(shí)別率，但是該方法沒有考慮蒸汽壓力、酒醅濕度等影響因素，所以通用性比較差。王耀等[9]提出基于多層前饋神經(jīng)網(wǎng)絡(luò)的探汽方法，進(jìn)行圖像預(yù)處理，通過神經(jīng)網(wǎng)絡(luò)訓(xùn)練探汽模型，模型準(zhǔn)確率達(dá)到98%，但在模型的訓(xùn)練過程中，該神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)速度較慢，因此需要長時(shí)間的訓(xùn)練才能保證模型達(dá)到收斂狀態(tài)。

卷積神經(jīng)網(wǎng)絡(luò)是一類包含卷積計(jì)算且具有深度結(jié)構(gòu)的前饋神經(jīng)網(wǎng)絡(luò)，具有表征學(xué)習(xí)能力，能夠按其階層結(jié)構(gòu)對(duì)輸入信息進(jìn)行平移不變分類，被廣泛用于圖像分類處理[10-11]。為解決自動(dòng)化“探汽上甑”工藝中探汽準(zhǔn)確率低的問題，本文探究基于卷積神經(jīng)網(wǎng)絡(luò)的探汽方法，指導(dǎo)上甑機(jī)器人完成上甑鋪料操作，以期為實(shí)現(xiàn)白酒“探汽上甑”工藝完全自動(dòng)化提供參考。

1 材料與方法

1.1 主要材料與設(shè)備

酒糟：四川宜賓宜泉酒業(yè)有限公司。

甑鍋[12]：成都鑫海晟科技有限責(zé)任公司；紅外熱成像儀（FLIR A310）：上海譜盟光電科技有限公司。

1.2 試驗(yàn)方法

1.2.1 圖像預(yù)處理方法

1.2.1.1 圖像灰度化通過紅外熱成像儀采集R、G、B三分量的彩色圖像，由于彩色圖片包含了大量信息，為了降低計(jì)算量，需對(duì)彩色圖像進(jìn)行灰度化處理[13-14]。加權(quán)平均灰度化是按照人眼敏感度設(shè)置權(quán)值系數(shù)進(jìn)行加權(quán)，得到的加權(quán)值作為灰度值，如公式（1）所示。

式中：Gray（x，y）為灰度值；R（x，y）、G（x，y）、B（x，y）分別為紅、綠、藍(lán)3 個(gè)通道值。

1.2.1.2 圖像濾波

紅外熱成像儀在采集紅外圖像時(shí)存在噪聲的干擾，為消除紅外圖像的噪聲影響，采用雙邊濾波進(jìn)行處理[15-16]。在雙邊濾波中，不僅考慮像素之間的灰度值差異，還考慮它們在空間上的距離。這使得雙邊濾波能夠在平滑圖像的同時(shí)保留圖像的細(xì)節(jié)，特別是邊緣部分。

1.2.1.3 圖像邊緣檢測

紅外熱成像儀在拍攝過程易受環(huán)境溫度、酒醅表面溫度及甑鍋邊緣溫度影響，使得甑鍋邊緣特征出現(xiàn)強(qiáng)弱邊緣現(xiàn)象，當(dāng)出現(xiàn)弱邊緣檢測時(shí)，其他邊緣檢測算法將會(huì)丟失大部分邊緣信息，而Canny 檢測算法能夠細(xì)致地檢測圖像中的邊緣，并提供有關(guān)邊緣方向的信息[17-18]，故采用Canny 算法進(jìn)行酒醅紅外圖像邊緣檢測。

1.2.1.4 霍夫檢測

由于Canny 算子在對(duì)甑鍋進(jìn)行邊緣檢測時(shí)無法得到甑鍋在圖像中的具體位置，故引入霍夫檢測，進(jìn)一步得到位置信息?；舴驒z測會(huì)根據(jù)擬合的最優(yōu)圓參數(shù)，得出擬合圓的半徑和坐標(biāo)，通過坐標(biāo)和半徑在圖像上繪制出圓的大小及位置[19]。為刪除無效信息，霍夫檢測出的圓做外接矩形，最大程度保留甑鍋內(nèi)部信息和邊緣信息，即刪除其他無用信息。

1.2.2 卷積神經(jīng)網(wǎng)絡(luò)的探汽方法

1.2.2.1 AlexNet 模型

經(jīng)典網(wǎng)絡(luò)（AlexNet）改用relu 替代sigmoid 加快SGD 的收斂速度，引入dropout 層抑制過擬合，增強(qiáng)模型泛化性能[20]。該模型應(yīng)用于圖像多分類問題，輸入圖像形狀為224×224×3，先將輸入圖像padding 至227×227×3，再做卷積運(yùn)算。但AlexNet 為了快速得到更小的特征圖，在第一層卷積層中，采用11×11 超大卷積核，掃描窗口步長為4。引入大卷積核將導(dǎo)致學(xué)習(xí)參數(shù)龐大；窗口步長過大，將會(huì)導(dǎo)致圖像在快速縮小的過程中丟失更多圖像細(xì)節(jié)特征。

1.2.2.2 VGGNet 模型

序貫結(jié)構(gòu)網(wǎng)絡(luò)（VGGNet）可以被視為AlexNet 模型的升級(jí)版，網(wǎng)絡(luò)深度達(dá)到十多層。與AlexNet 不同的是，VGGNet 采用了卷積組的結(jié)構(gòu)，其中每個(gè)卷積組都由多個(gè)較小的卷積核（3×3）組成。這一設(shè)計(jì)解決了AlexNet 中使用大卷積核所面臨的問題[21]。通過這種方式，VGGNet 在提高網(wǎng)絡(luò)深度的同時(shí)，有效地改善了卷積核的設(shè)計(jì)，使得整體結(jié)構(gòu)更加合理和有效。

1.2.2.3 GoogLeNet 模型

并行連結(jié)網(wǎng)絡(luò)（GoogLeNet）在加深網(wǎng)絡(luò)結(jié)構(gòu)的同時(shí)，對(duì)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行創(chuàng)新改進(jìn)，引入Inception 結(jié)構(gòu)代替了傳統(tǒng)的卷積+激活函數(shù)的方式。Inception 結(jié)構(gòu)，在同一層中引入1×1、3×3 和5×5 3 種不同尺度的卷積核以及3×3 池化層，concatenation 層將4 組同尺寸不同維度特征的特征圖并排堆疊，組成新的特征響應(yīng)圖輸出[22]。在3×3、5×5 前使用1×1 卷積核的目的是降維，降低參數(shù)計(jì)算量。GoogLeNet 網(wǎng)絡(luò)深度遠(yuǎn)超過AlexNet，但其訓(xùn)練的參數(shù)量僅是AlexNet 的1/2，可取得更優(yōu)的精度。

1.2.2.4 ResNet 模型

深度殘差網(wǎng)絡(luò)（ResNet）層數(shù)非常深，已超過百層。隨著網(wǎng)絡(luò)層數(shù)的增加，不僅會(huì)出現(xiàn)梯度彌散的問題，同時(shí)會(huì)出現(xiàn)模型訓(xùn)練過程出現(xiàn)退化的問題。網(wǎng)絡(luò)越深，空間參數(shù)越大，優(yōu)化越困難，有時(shí)會(huì)遇到深層網(wǎng)絡(luò)效果比淺層網(wǎng)絡(luò)差，并非過擬合導(dǎo)致，而是模型退化導(dǎo)致[23]。ResNet 設(shè)計(jì)一種殘差模塊解決上述問題。殘差模塊通過常規(guī)或捷徑路線傳遞參數(shù)，捷徑路線類似電路中“短路”。捷徑輸出項(xiàng)X 使得總體梯度不會(huì)消失，防止了梯度消失問題，進(jìn)而保證了深度網(wǎng)絡(luò)的性能。

1.2.2.5 DenseNet 模型

密集卷積網(wǎng)絡(luò)（DenseNet）是以前反饋的方式將每個(gè)層與其它層連接起來，在傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)中，對(duì)于L 層的卷積網(wǎng)絡(luò)具有L 個(gè)連接，而在DenseNet 中，會(huì)有L（L+1）/2 個(gè)連接[24]。DenseNet 網(wǎng)絡(luò)核心思想是將L 層的輸入?yún)⑴c到后面所有層的計(jì)算中，L 層的輸出如公式（2）所示。

式中：HL為L層的輸出；[x0，x1，x2，………xL-2，xL-1]為第0 層、第1 層、第2 層到第L-1 層產(chǎn)生的特征圖的串聯(lián)。

2 結(jié)果與分析

2.1 圖像預(yù)處理結(jié)果

圖像預(yù)處理結(jié)果見圖1。

圖1 圖像預(yù)處理Fig.1 Image pre-processing

分別對(duì)酒醅紅外圖像進(jìn)行圖像灰度化、濾波、邊緣檢測、霍夫檢測預(yù)處理，由圖1 可知，預(yù)處理降低了圖像噪聲干擾、提高了圖像質(zhì)量、增強(qiáng)了圖像細(xì)節(jié)，為后面卷積神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練提供了更高的準(zhǔn)確率和可靠性。

2.2 卷積神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練

卷積神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練平臺(tái)是在Ubuntu20.04 操作系統(tǒng)下搭建的，所用到的深度學(xué)習(xí)框架為Pytorch，處理器為Quadro RTX 5000 GPU，顯存為16 GB。紅外酒醅圖像的數(shù)據(jù)集劃分為6∶2∶2，訓(xùn)練集為60%，驗(yàn)證集為20%，測試集為20%，圖像數(shù)據(jù)集劃分如表1 所示。

表1 圖像數(shù)據(jù)集劃分Table 1 Image dataset division

5 種卷積神經(jīng)網(wǎng)絡(luò)模型設(shè)置相同的初始學(xué)習(xí)率為0.001，訓(xùn)練批次大小為256，卷積核數(shù)量為64，類別為3，隱層激活函數(shù)為relu，dropout 率為0.5，全連接層神經(jīng)元數(shù)目為1 024，訓(xùn)練次數(shù)為50。但在訓(xùn)練過程中設(shè)置早停機(jī)制，其核心概念是在訓(xùn)練過程中監(jiān)測模型的性能指標(biāo)，并通過比較當(dāng)前指標(biāo)與歷史最佳指標(biāo)的大小來進(jìn)行決策。如果當(dāng)前指標(biāo)優(yōu)于或等于歷史最佳指標(biāo)，系統(tǒng)會(huì)更新最佳指標(biāo)和對(duì)應(yīng)的模型參數(shù)，并重新初始化訓(xùn)練計(jì)數(shù)器。反之，如果連續(xù)一定步驟內(nèi)未出現(xiàn)性能改善，則訓(xùn)練會(huì)被提前終止，以避免進(jìn)一步的訓(xùn)練對(duì)模型性能產(chǎn)生負(fù)面影響。生成的5 種卷積神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練集和測試集準(zhǔn)確率和損失率隨迭代次數(shù)的變化如圖2、圖3 所示。結(jié)果對(duì)比見表2。

表2 5 種卷積神經(jīng)網(wǎng)絡(luò)結(jié)果對(duì)比分析Table 2 Comparative analysis of the results of five convolutional neural networks

圖2 5 種卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練準(zhǔn)確率與損失率Fig.2 Five types of convolutional neural network training accuracy and loss rates

圖3 5 種卷積神經(jīng)網(wǎng)絡(luò)測試準(zhǔn)確率與損失率Fig.3 Five types of convolutional neural networks testing accuracy and loss rates

由表2 可知，VGGNet-16 迭代次數(shù)最多，為30 次，而ResNet-18 最少，只有12 次。訓(xùn)練時(shí)間數(shù)據(jù)顯示，DenseNet-37 的訓(xùn)練時(shí)間最短，而VGGNet-16 最長。在準(zhǔn)確率方面，VGGNet-16 在訓(xùn)練集上以0.998 0 的準(zhǔn)確率居首，而在測試集上，DenseNet-37 以0.997 0 的準(zhǔn)確率領(lǐng)先。此外，DenseNet-37 和AlexNet 在訓(xùn)練集上的準(zhǔn)確率相同（均為0.997 0），但在測試集上，AlexNet準(zhǔn)確率稍低，為0.996 0。在圖2 和圖3 中，DenseNet-37呈現(xiàn)出訓(xùn)練和測試曲線均迅速收斂的趨勢，準(zhǔn)確率相對(duì)較高。各模型的損失曲線均能快速下降并在某個(gè)值附近收斂，其中ResNet-18 的波動(dòng)較大，而DenseNet-37表現(xiàn)相對(duì)穩(wěn)定?？紤]到模型參數(shù)、訓(xùn)練時(shí)間、收斂速度和測試準(zhǔn)確率等方面，DenseNet-37 優(yōu)于其他模型，因此選擇DenseNet-37 作為上甑探汽方法。

2.3 DenseNet-37 模型評(píng)估

在深度學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)中，常用精確率（Precision）、召回率（Recall）、F1 分?jǐn)?shù)（F1-score）等評(píng)價(jià)指標(biāo)對(duì)模型進(jìn)行評(píng)估[25]，公式如（3）~（5）所示。

式中：P為該類別正確分類數(shù)與該類樣本總量的比值；R為該類別正確分類數(shù)與分到該類正確分類數(shù)和錯(cuò)誤分類數(shù)的總量的比值；F1 分?jǐn)?shù)為精確率和召回率的綜合評(píng)價(jià)；T為真正類數(shù)；F為假正類數(shù)；N為假負(fù)類數(shù)。

將測試結(jié)果輸出為混淆矩陣如表3 所示，通過混淆矩陣計(jì)算得到真正類數(shù)、假正類數(shù)、假負(fù)類數(shù)的結(jié)果如表4 所示。

表3 測試樣本-混淆矩陣Table 3 Test sample-confusion matrix

表4 混淆矩陣轉(zhuǎn)換Table 4 Confusion matrix transformation

根據(jù)公式（3）~（5）和表4 可以計(jì)算出評(píng)價(jià)指標(biāo)精確率、召回率、F1 分?jǐn)?shù)在等待上甑、局部補(bǔ)料、整層鋪料三類的值，結(jié)果如表5 所示。

表5 評(píng)價(jià)指標(biāo)Table 5 Evaluation indicators

表5 各評(píng)價(jià)使用多分類評(píng)價(jià)指標(biāo)Weighted 算法，即該類在總樣本數(shù)的占比，如公式（6）~（8）所示。

式中：n為分類類別數(shù)；w為該類樣本占測試總樣本比例；Ti為每個(gè)類別的真正類數(shù)；Fi為每個(gè)類別的假正類數(shù)；Ni為每個(gè)類別的假負(fù)類數(shù)。

根據(jù)Weighted 算子計(jì)算出各模型指標(biāo)：精確率為0.997 0，召回率為0.997 0，F(xiàn)1 分?jǐn)?shù)為0.996 9。根據(jù)各指標(biāo)表現(xiàn)，該卷積神經(jīng)網(wǎng)絡(luò)模型性能良好。通過混淆矩陣測試得每個(gè)類別識(shí)別數(shù)如表6 所示。

表6 測試樣本結(jié)果Table 6 Model prediction results for test samples

3 結(jié)論

為了解決白酒“探汽上甑”不準(zhǔn)的問題，提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)的探汽上甑方法，以更好地滿足白酒上甑工藝要求。首先，對(duì)酒醅表面的紅外圖像進(jìn)行圖像預(yù)處理，再次根據(jù)人工上甑經(jīng)驗(yàn)以及圖像特點(diǎn)進(jìn)行分類，引入5 種卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，AlexNet、VGGNet-16、GoogLeNet、ResNet-18、DenseNet-37 訓(xùn)練的平均準(zhǔn)確率可以達(dá)到0.995 2。最后對(duì)綜合表現(xiàn)較好的DenseNet-37 進(jìn)行模型評(píng)估，引入混淆矩陣求解精準(zhǔn)率、召回率、F1 分?jǐn)?shù)，求解出各項(xiàng)指標(biāo)的值分別為0.997 0、0.997 0、0.996 9。綜合模型評(píng)估表明，該分類模型能夠滿足白酒探汽上甑要求，對(duì)于推動(dòng)白酒智能化發(fā)展有著積極的作用。