俞淑燕 杜曉晨 馮海林 李顏娥

摘要：茶樹病害對茶樹種植業(yè)和相關(guān)行業(yè)的影響極為嚴(yán)重。在動態(tài)而復(fù)雜的茶園環(huán)境中檢測疾病的傳統(tǒng)方法效率低下，檢測效果不盡人意。本研究提出一種基于YOLOv7-tiny的模型，增強(qiáng)了茶樹病害的細(xì)微檢測能力。通過整合CoordConv和ECA信道關(guān)注機(jī)制，本模型在卷積特征圖中實(shí)現(xiàn)了更高的空間識別能力，并降低了背景噪聲對特征識別的影響。進(jìn)一步的改進(jìn)包括采用歸一化瓦瑟斯坦距離度量和去耦頭，以提高對小病斑的檢測能力。使用K-means算法根據(jù)茶樹病斑的特殊性生成了新的錨框，提高了模型的精確性和通用性。對比分析表明，該模型優(yōu)于現(xiàn)有模型Faster R-CNN、SSD、YOLOv5s、YOLO-Tea、YOLOv7-tiny和YOLOv7，平均精確度提高5.39個百分點(diǎn)，達(dá)到了93%。改進(jìn)后的模型可應(yīng)用于茶樹病害監(jiān)測。

關(guān)鍵詞：茶樹病害；YOLOv7-tiny；自然環(huán)境；目標(biāo)檢測

中圖分類號：S571.1?????????????????? 文獻(xiàn)標(biāo)識碼：A?????????? ???文章編號：1000-369X（2024）03-453-16

TTLD-YOLOv7： An Algorithm for Detecting Tea Diseases in An Unstructured Environment

YU Shuyan， DU Xiaochen*， FENG Hailin， LI Yan′e

College of Mathematics and Computer Science， Zhejiang Agriculture and Forestry University， Hangzhou 311300， China

Abstract： Tea diseases have an extremely serious impact on tea plantations and related industries. Traditional methods for disease detection in the dynamic and complex tea plantation environment are inefficient and unsatisfactory. This study proposed that a YOLOv7-tiny-based model enhanced the fine-grained detection of tea tree diseases. By integrating CoordConv and ECA channel attention mechanisms， this model achieved higher spatial recognition capability in convolutional feature maps and reduced the effect of background noise on feature recognition. Further improvements included the use of a normalized Wasserstein distance metric and decoupled heads to improve the detection of small spots. A new anchor frame was generated using the K-means algorithm based on the specificity of tea spots to improve the accuracy and generalizability of the model. Comparative analysis shows that the model outperforms the existing models Faster R-CNN， SSD， YOLOv5s， YOLO-Tea， YOLOv7-tiny， and YOLOv7， with an average accuracy improvement of 5.9 percentage points to 93%. The improved model could be applied to tea disease monitoring.

Keywords： tea diseases， YOLOv7-tiny， natural environment， object detection

茶樹（Camellia sinensis）是世界上重要的農(nóng)作物之一，被廣泛種植和消費(fèi)，茶產(chǎn)業(yè)的健康和可持續(xù)發(fā)展對于許多國家和地區(qū)至關(guān)重要。隨著經(jīng)濟(jì)水平的不斷增長，茶葉的需求量也隨之增加，消費(fèi)者對茶葉的品質(zhì)要求也越來越高[1]。然而，茶樹病害不僅對茶產(chǎn)業(yè)和經(jīng)濟(jì)構(gòu)成威脅，還對環(huán)境、生態(tài)系統(tǒng)和社會產(chǎn)生了廣泛的負(fù)面影響[2]。目前茶樹病害檢測存在多種弊端，限制了有效的茶樹病害檢測和品質(zhì)控制。傳統(tǒng)的茶樹病害檢測方法通常依賴于人工巡檢，這涉及到主觀判斷和經(jīng)驗(yàn)，不同的檢查員可能會對茶樹病害的識別結(jié)果不一致[3]。人工巡檢方法只能覆蓋有限的茶樹植株和茶園面積且需要定期巡查茶園，這意味著病害的早期發(fā)現(xiàn)和診斷可能會延遲，導(dǎo)致病害擴(kuò)散和加重[4]。茶樹病害檢測通常受到自然環(huán)境變化的影響，如不同的氣象條件和光照情況，因此傳統(tǒng)方法易受干擾，難以適應(yīng)多樣化的環(huán)境[5]。因此，開發(fā)一種更準(zhǔn)確、高效、方便應(yīng)用的茶樹病害檢測方法對茶產(chǎn)業(yè)的可持續(xù)發(fā)展至關(guān)重要。

隨著計算機(jī)技術(shù)的飛速發(fā)展，機(jī)器學(xué)習(xí)（ML）和深度學(xué)習(xí)（DL）逐漸代替人工檢測方法，實(shí)現(xiàn)對茶樹病害的檢測[6]。Nath等[7]通過融合注意力機(jī)制和SVM在構(gòu)建的茶數(shù)據(jù)集上得到了99.28%的準(zhǔn)確率。Sun等[8]融合SLIC與SVM，利用SVM分類器對SLIC得到的超像素塊進(jìn)行分類，最終提取圖像中的茶樹病害。林彬彬等[9]通過HSV提取病斑顏色特征，并使用K近鄰算法對3種茶樹病害分類，識別率達(dá)到93.33%。然而，ML在特征提取上需要花費(fèi)大量時間，在復(fù)雜環(huán)境下的識別效果不盡人意。

近年來，DL因具有自動學(xué)習(xí)和特征提取的優(yōu)勢，受到了學(xué)術(shù)界的廣泛關(guān)注，在對植物病害識別的研究中取得了許多進(jìn)展[10]。孫道宗等[11]對YOLOv4替換主干網(wǎng)絡(luò)與卷積以減少模型參數(shù)量，并插入卷積注意力模塊提升對茶樹病斑的識別精度。Xue等[12]提出用改進(jìn)后的YOLOv5s對患病的茶樹葉片進(jìn)行檢測，其結(jié)果與原始模型相比，提高了0.3%～15.0%。葉榮等[13]提出YOLOv5s-ECA-ASFF算法，通過引入高效通道注意力（Efficient channel attention，ECA）機(jī)制和自適應(yīng)空間特征融合技術(shù)，提高模型在檢測茶樹病害時的抗干擾能力。Bao等[14]對YOLOv5增加二維混合注意力和多尺度RFB模塊，使用RCAN重構(gòu)后的茶樹枯萎病圖像進(jìn)行訓(xùn)練，改進(jìn)后模型的平均精度均值較原始模型提高了3.8%。Soeb等[15]首次嘗試將YOLOv7應(yīng)用于檢測茶樹病害，與以往的植物病害檢測算法相比取得了出色的結(jié)果。

目前，互聯(lián)網(wǎng)上有許多關(guān)于蔬果、糧食作物的病害數(shù)據(jù)集，但茶樹病害的數(shù)據(jù)集很少，且較少涉及對復(fù)雜環(huán)境下茶樹病害的目標(biāo)檢測。盡管深度學(xué)習(xí)技術(shù)在目標(biāo)檢測方面表現(xiàn)出色，但在自然環(huán)境下進(jìn)行茶樹病害檢測仍然具有一定挑戰(zhàn)[5]。茶園中的背景可能包括樹木、土壤和其他植被，這些都會干擾茶樹病害的檢測。光照變化也會影響檢測精度，因?yàn)椴铇淙~片在不同的天氣和光照條件下會產(chǎn)生不同的圖像特征。此外，葉片相互遮擋也會增加檢測難度。

針對上述茶樹病斑檢測存在的難點(diǎn)，本研究旨在為茶園提供一種高效、自動化的病害檢測方法，有助于提高茶產(chǎn)量和品質(zhì)，降低資源浪費(fèi)，促進(jìn)茶產(chǎn)業(yè)的可持續(xù)發(fā)展。

1 試驗(yàn)數(shù)據(jù)

1.1 數(shù)據(jù)采集與處理

本研究選擇杭州市西湖區(qū)的龍塢茶村和杭州市臨安區(qū)浙江農(nóng)林大學(xué)東湖校區(qū)作為數(shù)據(jù)主要采集地點(diǎn)，通過智能手機(jī)（型號：iPhone 11）后置攝像頭（雙攝：1 200萬像素）以多個方向、角度和距離采集自然條件下的茶樹病害圖像，圖像分辨率為3 024像素×4 023像素，以.jpg格式保存。本研究特意選擇在不同的時間（2022年9—10月和2023年3—6月）、光照（9：30—16：00）和距離（10～50 cm）條件下拍攝，且在拍攝時特別聚焦于病斑的位置，以確保病害清晰可見，有利于后續(xù)模型的特征提取。此外，圖像的背景包括了茶樹枝干、枯葉、土壤和雜草等，這些元素的存在使得數(shù)據(jù)集更具自然真實(shí)性。

1.2 茶樹病害數(shù)據(jù)集制作

1.2.1 數(shù)據(jù)集劃分

對采集到的圖像進(jìn)行數(shù)據(jù)清洗，共得到2 059張圖像，其中包括了3種常見的茶樹病害，分別是云紋葉枯?。?96張）、白星?。?48張）和茶赤葉斑病（663張）。另外，還有同時患有上述兩種病害的52張葉片圖像。圖1展示了在自然環(huán)境下采集的3種茶

葉病害的圖像示例。

本研究采用了Labelme工具對數(shù)據(jù)集進(jìn)行手工標(biāo)注，以獲得茶樹病斑的類別和位置信息，最終生成相應(yīng)的JSON格式標(biāo)注數(shù)據(jù)。由于本試驗(yàn)需要使用YOLO格式的數(shù)據(jù)集，因此將JSON格式進(jìn)行相應(yīng)轉(zhuǎn)換，以確保數(shù)據(jù)能夠與YOLO算法相兼容。

為建立一個均衡的數(shù)據(jù)集，按照8∶1∶1的比例將上述幾種病害圖像隨機(jī)分為訓(xùn)練集、驗(yàn)證集和測試集，以確保不同類型的茶樹病害在訓(xùn)練、驗(yàn)證和測試階段都有足夠的樣本來保證模型的全面性和性能評估的可靠性。具體分配如表1所示。

1.2.2 數(shù)據(jù)增強(qiáng)

YOLOv7-tiny中的數(shù)據(jù)增強(qiáng)是一項重要的技術(shù)，旨在擴(kuò)充訓(xùn)練數(shù)據(jù)集，提高模型的泛化能力和穩(wěn)健性。首先，從訓(xùn)練數(shù)據(jù)集中加載原始圖像，這些圖像通常包含目標(biāo)物體以及相應(yīng)的標(biāo)簽信息。然后通過隨機(jī)縮放、裁剪、旋轉(zhuǎn)、翻轉(zhuǎn)、色彩和對比度調(diào)整、馬賽克、混合數(shù)據(jù)增強(qiáng)等方式對數(shù)據(jù)集進(jìn)行擴(kuò)充[16]，通過上述方法增強(qiáng)后得到的一批訓(xùn)練圖像如圖2所示。這些操作幫助模型更好地泛化到未見過的數(shù)據(jù)，使其更好地適應(yīng)不同的數(shù)據(jù)分布和場景，以增加訓(xùn)練數(shù)據(jù)的多樣性，提高了模型的性能和穩(wěn)健性。

2 研究方法

2.1 YOLOv7-Tiny目標(biāo)檢測模型

YOLO算法，作為單階段目標(biāo)檢測算法的杰出代表，以其深度神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)的目標(biāo)物體識別和定位能力脫穎而出，并以出色的實(shí)時性能而聞名[17]。其中，YOLOv7-tiny是YOLO系列中的一種輕量級目標(biāo)檢測模型[18]，由3個主要部分構(gòu)成，分別是Input層、Backbone層和Head層。首先，Input層對輸入的圖像進(jìn)行預(yù)處理，將其標(biāo)準(zhǔn)化為640像素×640像素的RGB圖像，然后將其傳遞到Backbone層。Backbone層包括CBL模塊、

ELAN模塊和MP模塊，它們共同負(fù)責(zé)從處理后的圖像中提取有用的特征信息，并輸出3個不同尺寸的有效特征層用于后續(xù)的檢測。接下來，Head層通過對Backbone網(wǎng)絡(luò)輸出的特征進(jìn)行融合，并生成邊界框，同時進(jìn)行物體類別的預(yù)測。最終，YOLOv7-tiny算法將綜合這些信息，并輸出最終的檢測結(jié)果。

2.2 改進(jìn)的YOLOv7-Tiny網(wǎng)絡(luò)

直接將YOLOv7-Tiny應(yīng)用于茶樹病害檢測時，由于茶園環(huán)境的復(fù)雜性，檢測性能存在一定程度的不足，容易出現(xiàn)誤檢和漏檢等問題。為了應(yīng)對這些挑戰(zhàn)，本研究提出了一種適用于非結(jié)構(gòu)化茶園環(huán)境下的茶樹病害檢測模型TTLD-YOLOv7，結(jié)構(gòu)如圖3所示。

2.2.1 CoordConv卷積

CoordConv坐標(biāo)卷積通過引入額外的坐標(biāo)信息通道來增強(qiáng)卷積層的功能[19]，其結(jié)構(gòu)如圖4所示。坐標(biāo)通道的計算通常包括將圖像的x和y坐標(biāo)值標(biāo)準(zhǔn)化到特定范圍，例如

[-1，1]或[0，1]，然后將它們作為額外的通道添加到輸入圖像中。這樣，每個像素點(diǎn)都包含了其x和y坐標(biāo)的信息，從而有助于網(wǎng)絡(luò)更好地理解物體的空間排列、大小和方向等方面的信息[20]。

CoordConv的引入能夠提供更豐富的特征表示，提高模型在應(yīng)對目標(biāo)位置變化時的泛化能力，對于處理多樣性的數(shù)據(jù)集和現(xiàn)實(shí)中的復(fù)雜場景非常有用。在目標(biāo)檢測任務(wù)中，CoordConv還可以減輕數(shù)據(jù)標(biāo)注的負(fù)擔(dān)。由于模型能夠更好地理解物體的位置信息，因此標(biāo)注物體的邊界框可能不需要那么精確，從而減少了標(biāo)注的要求。CoordConv可以嵌入到神經(jīng)網(wǎng)絡(luò)的不同層中，作為卷積層或者注意力層的一部分。在卷積操作中，CoordConv的坐標(biāo)通道會與輸入圖像的通道進(jìn)行連接，從而形成具有額外位置信息的特征圖。本研究將CoordConv卷積應(yīng)用于FPN（特征金字塔網(wǎng)絡(luò)）結(jié)構(gòu)中，并將LeakyRelu替換為Silu以適應(yīng)CoordConv卷積，有助于模型更好地對弱目標(biāo)的位置信息進(jìn)行建模，提高了模型的泛化性能。

2.2.2 ECA注意力機(jī)制

ECA注意力是在擠壓激勵注意力（Squeeze-and-excitation，SE）機(jī)制基礎(chǔ)上進(jìn)行改進(jìn)的，它是一種輕量級的注意力機(jī)制，引入的參數(shù)數(shù)量相對較少，因此不會顯著增加模型的復(fù)雜性[21]。其通過使用大小為k的快速一維卷積來生成通道注意力，而k的值可以依靠通道維度的非線性映射進(jìn)行自適應(yīng)調(diào)整，從而增強(qiáng)了每個通道的特征提取能力[22]。其結(jié)構(gòu)如圖5所示。

茶樹病斑檢測任務(wù)通常需要處理不同光照和環(huán)境條件下的圖像變化。ECA注意力可以幫助模型更好地適應(yīng)這些變化，提高了模型的魯棒性。ECA注意力允許模型自動學(xué)習(xí)哪些特征通道對于疾病斑點(diǎn)檢測最為關(guān)鍵，這有助于模型集中精力關(guān)注與任務(wù)相關(guān)的特征通道，而忽略與任務(wù)無關(guān)的通道。通過ECA注意力，模型能夠更好地感知關(guān)鍵信息，包括疾病斑點(diǎn)的形狀、顏色和紋理等特征，可以提高疾病斑點(diǎn)的檢測結(jié)果，減少誤檢和漏檢的情況。

2.2.3 損失函數(shù)優(yōu)化

IoU是被最廣泛使用的用于測量邊界框之間相似性的度量，其只考慮了邊界框的重疊情況，對物體的形狀和輪廓不太敏感，并且在基于錨的檢測器中使用時會大大降低檢測性能[23]。為了改善這種情況，本研究選擇結(jié)合NWD（Normalized gaussian wasserstein distance）指標(biāo)和IoU指標(biāo)，按照0.5∶0.5比例替換標(biāo)準(zhǔn)的IoU，以測量邊界框的相似性，由于IoU更適用于中大型目標(biāo)，故本研究選擇對其進(jìn)行保留。NWD方法對物體的位置、尺度和旋轉(zhuǎn)具有一定的魯棒性，適用于各種不同形狀和尺寸的目標(biāo)，因此在非結(jié)構(gòu)化茶園環(huán)境中對茶樹病害的檢測效果更好。由于茶樹葉片中的病斑幾乎不可能是標(biāo)準(zhǔn)的矩形，它們的邊界框中難以避免存在一些背景像素，且背景像素多集中在邊界框的邊界，前景像素多集中在邊界框的中心。為了更好地為邊界框中的像素分配權(quán)重，將邊界框建模為二維高斯分布，其中心像素享有最高權(quán)重，且權(quán)重大小沿著中心向邊界逐漸降低，邊界上的像素所分配到的權(quán)重最低[24]。具體描述，邊界框中心點(diǎn)的坐標(biāo)為（c_x，c_y），其寬度和高度分別表示為w和h。邊界框的內(nèi)切圓可以表示為：

··························（1）

二維高斯分布的概率密度函數(shù)可由下式表示：

··········（2）

上式中X、、分別表示高斯分布的坐標(biāo)（x，y）、平均向量和協(xié)方差矩陣。當(dāng)=1時，公式1中的內(nèi)切圓即為二維高斯分布的密度等值線。因此邊界框R可以建模為高斯分布N（）：

····················（3）

使用Wasserstein來計算預(yù)測框與真實(shí)框之間的損失，對于兩個二維高斯分布的Na和Nb，其之間的二階Wasserstein距離定義為：

·······································（4）

然而，是距離度量，并不能直接用作相似性度量。因此，使用其指數(shù)形式歸一化，并獲得稱為NWD的新度量：

····（5）

在上述公式中，C是與數(shù)據(jù)集密切相關(guān)的常數(shù)，其數(shù)值大小為12.8。

2.2.4 解耦頭

傳統(tǒng)的目標(biāo)檢測模型通常采用一個統(tǒng)一的頭部來同時執(zhí)行分類和邊界框回歸任務(wù)，這種設(shè)計在實(shí)踐中可能會引發(fā)一些問題。Song等[25]提出在目標(biāo)檢測的定位和分類任務(wù)中，存在空間偏差問題，即在對目標(biāo)進(jìn)行定位和分類過程中所聚焦和感興趣的地方不同，定位主要關(guān)注于GTBox的位置坐標(biāo)進(jìn)而對邊界框參數(shù)進(jìn)行修正，而分類則更加關(guān)注所提取到的特征與現(xiàn)有類別中的哪類最為相似。Wu等[26]重新針對目標(biāo)檢測中的定位和分類兩個任務(wù)進(jìn)行解讀，通過試驗(yàn)發(fā)現(xiàn)在進(jìn)行分類任務(wù)時全連接頭更具優(yōu)勢，尤其是對于小目標(biāo)，卷積頭則更適合于定位任務(wù)。綜上所述，針對目標(biāo)檢測中定位和分類任務(wù)之間存在的矛盾，引入解耦頭以替換原始模型中的標(biāo)準(zhǔn)檢測頭。解耦頭的基本思路是分別設(shè)計兩個頭部，一個用于分類，一個用于回歸，其結(jié)構(gòu)如圖6所示，先使用一個1×1的卷積進(jìn)行降維，將分類與回歸問題分離，使其由串行計算變?yōu)椴⑿杏嬎?，并在兩個分支中均添加兩個3×3卷積，最后將預(yù)測結(jié)果整合在一起[27]。通過試驗(yàn)可知，將分類與定位任務(wù)獨(dú)立優(yōu)化，更容易調(diào)整和優(yōu)化每個任務(wù)的損失函數(shù)，達(dá)到弱化分類和定位之間矛盾的作用，從而提高了目標(biāo)分類和定位的性能。

2.2.5 基于K-means的初始錨框改進(jìn)

在YOLO模型中，錨框是用來檢測不同大小和縱橫比目標(biāo)的關(guān)鍵元素之一，可以通過對其進(jìn)行調(diào)整來提高模型檢測性能，若先驗(yàn)框與真實(shí)框越相近，則檢測效果越好[28]。YOLOv7-tiny具有的初始錨框值是通過對COCO數(shù)據(jù)集聚類得到的，共有9個錨框，分別為[10，13]、[16，30]、[33，23]、[30，61]、[62，45]、[59，119]、[116，90]、[156，198]、[373，326]，

然而COCO數(shù)據(jù)集中所包含的圖像類型多樣，目標(biāo)大小差異很大，若直接應(yīng)用在茶樹病害數(shù)據(jù)集上會對檢測結(jié)果造成影響。因此，為了模型能更好地檢測病斑，避免盲目學(xué)習(xí)目標(biāo)物體的尺寸和位置，根據(jù)試驗(yàn)數(shù)據(jù)集的特征，使用K-means聚類算法對訓(xùn)練集中的目標(biāo)邊界框進(jìn)行聚類分析。K-Means算法將邊界框分成若干個群組，每個群組代表一組具有相似大小和縱橫比的錨框。在聚類完成后，通常會選擇一些代表性的邊界框作為錨框[29]，因此[7，7]、[15，15]、[27，29]、[47，48]、[73，72]、[81，112]、[124，104]、[118，170]、[179，225]被選擇作為本模型的錨框。這些錨框通常是每個聚類群組中的中心點(diǎn)，或者是聚類群組中包含的一些具有代表性的邊界框。

2.3 參數(shù)設(shè)置與評價指標(biāo)

2.3.1 試驗(yàn)環(huán)境與模型參數(shù)

本模型是在Windows操作系統(tǒng)下使用PyTorch 1.13.0深度學(xué)習(xí)框架進(jìn)行訓(xùn)練的，編程語言采用Python 3.10。計算環(huán)境包括了CUDA 11.6.1版本，搭載了NVIDIA GeForce RTX 4090 GPU處理器，同時使用了13th Gen Intel（R） Core（TM） i7-13700KF CPU處理器。在模型訓(xùn)練過程中，采用了自動處理輸入圖像的方式，將其調(diào)整為固定大小的640像素×640像素。此外，根據(jù)網(wǎng)絡(luò)模型的復(fù)雜性、數(shù)據(jù)集的樣本數(shù)量以及GPU性能等因素，進(jìn)行以下參數(shù)設(shè)置：訓(xùn)練epoch數(shù)設(shè)置為120，Batch size為8，優(yōu)化器采用了隨機(jī)梯度下降（SGD），初始學(xué)習(xí)率設(shè)定為0.01，最終學(xué)習(xí)率為0.001，學(xué)習(xí)率衰減系數(shù)為0.000 5，動量參數(shù)為0.937。

2.3.2 模型評價指標(biāo)

本研究采用精確率（Precision，P）、召回率（Recall，R）、平均精度均值（Mean average precision，mAP）、F1值（F1 score）和權(quán)重大小作為評估模型性能的指標(biāo)。以上指標(biāo)的具體公式如下所示：

························（6）

···························（7）

·································（8）

······················（9）

式中，TP表示模型正確識別的病害目標(biāo)數(shù)，F(xiàn)P表示模型將目標(biāo)誤識別為特定病害的數(shù)量，F(xiàn)N表示模型漏識別的病害數(shù)，m表示病害類別數(shù)。

3 結(jié)果與分析

3.1 使用遷移學(xué)習(xí)的性能比較

為了驗(yàn)證遷移學(xué)習(xí)對提升茶樹病斑識別模型性能的影響，進(jìn)行了未使用預(yù)訓(xùn)練權(quán)重和使用預(yù)訓(xùn)練權(quán)重兩種情況下的試驗(yàn)比較，并將結(jié)果總結(jié)如表2所示。從表2中可以觀察到，未使用預(yù)訓(xùn)練權(quán)重的模型具有較高的精確率，但召回率較低，導(dǎo)致其F1分?jǐn)?shù)低于使用預(yù)訓(xùn)練權(quán)重的模型。進(jìn)一步比較mAP0.5的數(shù)值，發(fā)現(xiàn)使用遷移學(xué)習(xí)訓(xùn)練的模型相對提高了1.1%的性能。

3.2 使用數(shù)據(jù)增強(qiáng)的性能比較

為了驗(yàn)證數(shù)據(jù)增強(qiáng)對茶樹病斑識別結(jié)果的影響，在使用預(yù)訓(xùn)練權(quán)重的前提下，分別使用原始數(shù)據(jù)集和經(jīng)過數(shù)據(jù)增強(qiáng)處理的數(shù)據(jù)集訓(xùn)練了YOLOv7-tiny網(wǎng)絡(luò)，結(jié)果如表3所示?？梢悦黠@看出，使用經(jīng)過數(shù)據(jù)增強(qiáng)處理的數(shù)據(jù)集訓(xùn)練生成的模型，在精確率、召回率、mAP0.5和F1分?jǐn)?shù)等性能指標(biāo)上均遠(yuǎn)遠(yuǎn)

優(yōu)于使用原始數(shù)據(jù)集訓(xùn)練生成的模型。這表明，如果不使用數(shù)據(jù)增強(qiáng)的數(shù)據(jù)集進(jìn)行訓(xùn)練，模型將難以實(shí)現(xiàn)對自然環(huán)境下茶樹病害的準(zhǔn)確檢測。

這一結(jié)果強(qiáng)調(diào)了數(shù)據(jù)增強(qiáng)在提高模型性能方面的關(guān)鍵作用，尤其在應(yīng)對自然環(huán)境多變性的情況下，數(shù)據(jù)增強(qiáng)可以幫助模型更好地適應(yīng)光照、角度和背景等變化，從而提高了模型的穩(wěn)健性和準(zhǔn)確性。因此，在茶樹病斑檢測任務(wù)中，使用數(shù)據(jù)增強(qiáng)策略是非常重要的。

3.3 不同注意力機(jī)制的對比

CoordConv的引入確實(shí)能夠提高模型的檢測能力，但模型在特征提取方面仍有進(jìn)一步的潛力可挖掘。在頭部的SPPCSP結(jié)構(gòu)中，依次在4個卷積層后引入了7種不同的經(jīng)典注意力機(jī)制，包括SE、Simam、Biformer、CBAM、CoordAtt、CotAtt和ECA。試驗(yàn)結(jié)果如表4所示，其中A代表YOLOv7-tiny+CoordConv模型，從試驗(yàn)結(jié)果來看，不同的注意力機(jī)制對模型性能有不同程度的影響。

根據(jù)表4的測試結(jié)果，可以明顯看出，在測試的所有注意力機(jī)制中，ECA表現(xiàn)出色，取得了最高的mAP0.5和mAP0.5：0.95得分，與Simam注意力機(jī)制相比，兩者的mAP0.5均達(dá)到90.0%，雖然Simam的召回率在所測試的注意力機(jī)制中排名第一，比ECA略高0.8個百分點(diǎn)，但其精確率和mAP0.5：0.95得分相對較低，分別低于ECA 1.3個百分點(diǎn)和0.8個百分點(diǎn)。當(dāng)引入CBAM注意力機(jī)制時，精確率最高，達(dá)到95.8%，但召回率、mAP0.5和mAP0.5：0.95得分均不及ECA，分別低了3.4個百分點(diǎn)、1.6個百分點(diǎn)和1.8個百分點(diǎn)。

這些試驗(yàn)結(jié)果強(qiáng)調(diào)了在目標(biāo)檢測中，針對不同任務(wù)和數(shù)據(jù)集，選擇合適的注意力機(jī)制可以顯著改善模型的性能。在茶樹病斑檢測中，ECA注意力機(jī)制在提高模型性能方面表現(xiàn)出色，為進(jìn)一步改進(jìn)模型性能提供了有力的參考。

3.4 消融實(shí)驗(yàn)

為了驗(yàn)證改進(jìn)的模型在茶樹病害檢測中的有效性，進(jìn)行了一系列消融實(shí)驗(yàn)，使用相同的平臺和參數(shù)設(shè)置，相同的數(shù)據(jù)集進(jìn)行訓(xùn)練、驗(yàn)證和測試。結(jié)果如表5所示，其中B、C、D、E和F分別表示在前一個基礎(chǔ)上的改進(jìn)。

從表5的結(jié)果可以看出，通過引入CoordConv坐標(biāo)卷積，成功提高了模型的精確率、召回率、mAP0.5、mAP0.5：0.95和F1分?jǐn)?shù)，分別比基準(zhǔn)模型YOLOv7-tiny提高了3.4個百分點(diǎn)、0.7個百分點(diǎn)、1.7個百分點(diǎn)、1.7個百分點(diǎn)和2.0個百分點(diǎn)。這表明CoordConv的使用有助于增強(qiáng)模型對目標(biāo)位置信息的學(xué)習(xí)能力。在模型中引入ECA注意力機(jī)制后，觀察到模型提取目標(biāo)特征的能力顯著提高，mAP0.5提高到90.0%，mAP0.5：0.95提高到79.3%，同時精確率、召回率和F1分?jǐn)?shù)也有所提升。通過結(jié)合NWD度量與IoU來替代傳統(tǒng)的IoU度量，mAP0.5提升了1.3個百分點(diǎn)。這一改進(jìn)有效地減輕了模型在小目標(biāo)檢測方面的困難。引入解耦頭后，mAP0.5和mAP0.5：0.95分別提升了1.2個百分點(diǎn)和1.6個百分點(diǎn)。最后，通過使用聚類方法重新計算本數(shù)據(jù)集的錨框，進(jìn)一步提高了模型性能。最終，本模型在mAP0.5和mAP0.5：0.95方面達(dá)到了93.0%和80.2%，

表明新的錨框更適用于茶樹病害數(shù)據(jù)集，有助于更好地學(xué)習(xí)目標(biāo)物體的尺寸和位置。

3.5 改進(jìn)前后模型性能對比

為檢測模型的改進(jìn)效果，在同一訓(xùn)練條件下將TTLD-YOLOv7模型與原始YOLOv7-tiny模型進(jìn)行損失曲線對比，對比圖如圖7所示。

從圖7可知，兩個模型在訓(xùn)練到10輪次時，損失值下降速度逐漸減慢，70輪次時損失值趨于平穩(wěn)。改進(jìn)后模型的訓(xùn)練和驗(yàn)證損失曲線始終位于原始YOLOv7-tiny損失曲線下方，表明在120次迭代中本模型損失值均

低于原始模型，模型的收斂速度更快，性能更穩(wěn)定。試驗(yàn)對比了模型改進(jìn)前后對云紋葉枯病、白星病和茶赤葉斑病的檢測性能結(jié)果，如圖8所示。

從圖8可以看出，改進(jìn)后的模型與原始模型相比，對云紋葉枯病、白星病和茶赤葉斑病檢測的平均精度分別提高了4.1個百分點(diǎn)、9.3個百分點(diǎn)和4.2個百分點(diǎn)，達(dá)到了88.6%、93.2%和97.1%。這一結(jié)果表明，通過改進(jìn)后，模型對茶樹病害的檢測效果顯著提升，進(jìn)一步增強(qiáng)了其在實(shí)際應(yīng)用中的可靠性和準(zhǔn)確性。

為進(jìn)一步驗(yàn)證改進(jìn)后模型的性能提升，使用測試集為改進(jìn)前后模型繪制其相應(yīng)的混淆矩陣，如圖9所示?；煜仃嚹苤庇^的展現(xiàn)各目標(biāo)類別被錯誤分類為其他類別的比重，其中對角線代表某一目標(biāo)被正確分類的比重。通過對比，可明顯看出改進(jìn)后模型對3種病斑的識別精度均得到了一定程度的提升。

為了直觀地評估改進(jìn)后算法的有效性，使用Grad-CAM方法生成熱力圖并與原圖疊加呈現(xiàn)，熱力圖中紅色部分的顏色越深，表示模型對該區(qū)域的關(guān)注程度越高，據(jù)此分析模型的關(guān)注區(qū)域，以確定其是否學(xué)習(xí)了正確的特征信息。圖10表明原始YOLOv7-tiny網(wǎng)絡(luò)在識別茶樹病斑時具有不精確與錯誤的焦點(diǎn)區(qū)域。相比之下，改進(jìn)后的模型在面對遮擋、光線問題和小目標(biāo)病斑時，能更好地聚焦到目標(biāo)信息。這些結(jié)果驗(yàn)證了改進(jìn)后算法的有效性。

3.6 不同模型的對比

為了深入探究不同模型在茶樹病害檢測方面的表現(xiàn)，并驗(yàn)證本研究提出的模型的有效性，在相同的試驗(yàn)條件下，選擇了單階段和雙階段目標(biāo)檢測中的幾個經(jīng)典模型，包括Faster R-CNN、SSD、YOLOv5s、YOLOv7-tiny和YOLOv7，并復(fù)現(xiàn)了YOLO-Tea[12]，與本模型進(jìn)行了對比。各模型在茶樹病害測試集上的性能表現(xiàn)如表6所示。

根據(jù)表6的結(jié)果，在本數(shù)據(jù)集上，改進(jìn)后的模型與其他6種模型相比，召回率、平均精度均值和F1值最高，分別為92.0%、93.0%和93.0%。與原YOLOv7-tiny模型相比，本模型的召回率、平均精度均值和F1值分別提高了5.2個百分點(diǎn)、5.9個百分點(diǎn)和5.0個百分點(diǎn)。通過對YOLOv7-tiny的改進(jìn)，提高了模型的檢測性能，但也增加了模型的復(fù)雜度，但仍比YOLOv7和Faster R-CNN少47.1 MB和496.8 MB。以上結(jié)果證明本模型在茶樹病害檢測任務(wù)中的卓越性能，尤其是在具有挑戰(zhàn)性的非結(jié)構(gòu)化環(huán)境下，能夠提供高精度的檢測，滿足嵌入式移動終端等實(shí)際應(yīng)用場景的需求。

3.7 檢測效果對比

為更直觀展現(xiàn)本模型的檢測效果，采用了SSD、Faster R-CNN、YOLOv5s、YOLOv7-tiny、YOLOv7、YOLO-Tea[12]以及本模型對茶樹病害測試集進(jìn)行檢測，檢測效果如圖11所示。

在圖像采集的過程中，由于茶樹葉片的隨機(jī)空間分布，當(dāng)焦點(diǎn)集中于離攝像頭較近的病斑時，遠(yuǎn)離攝像頭的病斑可能會出現(xiàn)模糊。圖11中觀察可見，YOLOv7和本研究提出的模型在檢測云紋葉枯病時能夠識別到較為模糊的遠(yuǎn)距離病斑，而其他模型則出現(xiàn)了漏檢情況。SSD、Faster-RCNN和YOLOv5s

在檢測白星病時漏檢較多，可能是由于這些模型在處理小目標(biāo)時無法充分捕捉到病斑的細(xì)節(jié)特征，從而在小病斑檢測方面存在局限性。在實(shí)際的茶園環(huán)境中，同一葉片或同一區(qū)域可能同時存在多種病害，這為病害檢測增加了挑戰(zhàn)。正如圖11所示，同一圖像中可能包含多種不同類型的茶樹病害。在這種情況下，SSD、YOLOv5s、YOLOv7-tiny、YOLOv7和YOLO-Tea等模型均出現(xiàn)了漏檢現(xiàn)象，而初始模型YOLOv7-tiny甚至只檢測到1個目標(biāo)病害。相比之下，本模型不僅能夠正確檢測到所有病斑，而且在目標(biāo)定位方面表現(xiàn)出色，更適用于自然環(huán)境下茶樹病斑的檢測。

4 討論

本研究的核心目標(biāo)在于為自然環(huán)境下的茶樹病害開發(fā)一種高效的檢測模型。為了迎接這一挑戰(zhàn)，引入CoordConv以替代傳統(tǒng)Conv層，嵌入特征金字塔網(wǎng)絡(luò)，獲取茶樹病斑的準(zhǔn)確位置信息。為了增強(qiáng)模型應(yīng)對環(huán)境變化的能力和對小病斑的檢測能力，采用ECA注意力機(jī)制和NWD度量方法。此外，引入解耦頭以獨(dú)立優(yōu)化分類和定位任務(wù)，提升目標(biāo)分類和定位性能。最后，通過K-means生成適用于本數(shù)據(jù)集的新錨框，提高了模型在非結(jié)構(gòu)化茶園環(huán)境下檢測茶樹病斑的性能。

與多個經(jīng)典目標(biāo)檢測模型比較，結(jié)果表明，改進(jìn)后的模型在茶樹病害數(shù)據(jù)集上表現(xiàn)出色，更具有競爭力。其在召回率、平均精度均值和F1分?jǐn)?shù)3個關(guān)鍵指標(biāo)上均為最優(yōu)，這證明了本模型的有效性。通過直觀展現(xiàn)各模型的檢測結(jié)果，針對茶樹病斑面積較小、外界環(huán)境干擾大等復(fù)雜情況，本模型具有較高的魯棒性。

本研究提出的方法能夠有效改善模型在非結(jié)構(gòu)化茶園環(huán)境下的茶樹病斑檢測效果，可以完成茶樹種植場景下的病害監(jiān)測工作，其在實(shí)際茶園中的部署與維護(hù)成本較低，操作簡便。對于服務(wù)端，該模型可部署于具有公網(wǎng)IP的云端服務(wù)器或托管于租賃服務(wù)器，提供開放API接口調(diào)用模型進(jìn)行識別?？蛻舳藙t可以多樣，例如開發(fā)小程序，APP或網(wǎng)頁，使農(nóng)戶能通過使用智能手機(jī)進(jìn)行病害檢測。對于硬件資源更加豐富的公司，可以部署本地模型，安裝固定攝像頭，實(shí)時監(jiān)控茶園的病害狀況。這些特點(diǎn)確保了模型的易用性和可訪問性，大大方便了茶農(nóng)對茶樹病害的及時診斷與管理，有利于茶園管理與茶葉生產(chǎn)，也為農(nóng)作物病害檢測領(lǐng)域提供了新的方法。

參考文獻(xiàn)

191Du M J， Li X X， Cai D S， et al. In-silico study of reducing human health risk of POP residues direct （from tea） or indirect exposure （from tea garden soil）： improved rhizosphere microbial degradation， toxicity control， and mechanism analysis [J]. Ecotoxicology and Environmental Safety， 2022， 242： 113910. doi： 10.1016/j.ecoenv.2022.113910.

192張洪， 張孟婷， 王?？?等. 4種間作作物對夏秋季茶園主要葉部病害發(fā)生的影響[J]. 茶葉科學(xué)， 2019， 39（3）： 318-324.

Zhang H， Zhang M T， Wang F K， et al. Effect of four intercrops on the occurrence of major foliar diseases in summer and fall tea plantations [J]. Journal of Tea Science， 2019， 39（3）： 318-324.

193邊磊， 何旭棟， 季慧華， 等. 基于機(jī)器視覺的小貫小綠葉蟬智能識別的研究與應(yīng)用[J]. 茶葉科學(xué)， 2022， 42（3）： 376-386.

Bian L， He X D， Ji H H， et al. Research and application of intelligent identification of Empoasca onukii based on machine vision [J]. Journal of Tea Science， 2022， 42（3）： 376-386.

194Yang N， Yuan M F， Wang P， et al. Tea diseases detection based on fast infrared thermal image processing technology [J]. Journal of the Science of Food and Agriculture， 2019， 99： 3459-3466.

195楊奉水， 王志博， 汪為通， 等. 人工智能識別茶樹病蟲害的應(yīng)用與展望[J]. 中國茶葉， 2022， 44（6）： 1-6.

Yang F S， Wang Z B， Wang W T， et al. Application and prospect of artificial intelligence identification of tea Pests and diseases [J]. China Tea， 2022， 44（6）： 1-6.

196Liu Q， Zhang Y， Yang G. Small unopened cotton boll counting by detection with MRF-YOLO in the wild [J]. Computers and Electronics in Agriculture， 2023， 204： 107576. doi： 10.1016/j.compag.2022.107576.

197Nath M， Mitra P， Kumar D. A novel residual learning-based deep learning model integrated with attention mechanism and SVM for identifying tea plant diseases [J]. International Journal of Computers and Applications， 2023， 45： 471-484.

198Sun Y Y， Jiang Z H， Zhang L P， et al. SLIC_SVM based leaf diseases saliency map extraction of tea plant [J]. Computers and Electronics in Agriculture， 2019， 157： 102-109.

199林彬彬， 邱新法， 何永健， 等. 茶樹病害智能診斷識別算法研究[J]. 江蘇農(nóng)業(yè)科學(xué)， 2019， 47（6）： 85-91.

Lin B B， Qiu X F， He Y J， et al. Research on Intelligent diagnosis and recognition algorithm of tea tree diseases [J]. Jiangsu Agricultural Sciences， 2019， 47（6）： 85-91.

200Yin C H， Zeng T W， Zhang H M， et al. Maize small leaf spot classification based on improved deep convolutional neural networks with a multi-scale [J]. Agronomy， 2022， 12： 906. doi： 10.3390/agronomy12040906.

201孫道宗， 劉歡， 劉錦源， 等. 基于改進(jìn)YOLOv4模型的茶葉病害識別[J]. 西北農(nóng)林科技大學(xué)學(xué)報（自然科學(xué)版）， 2023， 51（9）： 145-154.

Sun D Z， Liu H， Liu J Y， et al. Tea Disease Recognition Based on Improved YOLOv4 Modeling [J]. Journal of Northwest A&F University （Nature Science Edition）， 2023， 51（9）：145-154.

202Xue Z Y， Xu R J， Bai D， et al. YOLO-Tea ： a tea disease detection model improved by YOLOv5 [J]. Forests， 2023， 14： 415. doi： 10.3390/f14020415.

203葉榮， 馬自飛， 高泉， 等. 基于改進(jìn)YOLOv5s-ECA-ASFF算法的茶葉病害目標(biāo)檢測[J]. 中國農(nóng)機(jī)化學(xué)報， 2024， 45（1）： 244-251.

Ye R， Ma Z F， Gao Q， et al. Tea disease target detection based on improved YOLOv5s-ECA-ASFF algorithm [J]. Journal of Chinese Agricultural Mechanization， 2024， 45（1）： 244-251.

204Bao W X， Zhu Z Q， Hu G S， et al. UAV remote sensing detection of tea leaf blight based on DDMA-YOLO [J]. Computers and Electronics in Agriculture， 2023， 205： 107636. doi： 10.1016/j.compag.2023.107637.

205Soeb J A， Jubayer F， Tarin T A， et al. Tea leaf disease detection and identification based on YOLOv7 （YOLO-T） [J]. Scientific Reports， 2023， 13（1）： 6078. doi： 10.1038/s41598-023-33270-4.

206Chen J Y， Liu H， Zhang Y T， et al. A multiscale lightweight and efficient model based on YOLOv7 ： applied to citrus orchard [J]. Plants， 2022， 11： 3260. doi： 10.3390/plants11233260.

207Redmon J， Divvala S， Girshick R， et al. You only look once： unified， real-time object detection [C]//IEEE. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. Las Vegas： IEEE， 2016： 779-788.

208Wang C Y， Bochkovskiy A， Liao H Y M. YOLOv7： Trainable bag-of-freebies sets new state-of-the-art for real-time object detectors [C]//The Institute of Electrical and Electronics Engineers. 2023 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）. Vancouver： IEEE， 2023： 7464-7475.

209Liu R， Lehman J， Molino P， et al. An intriguing failing of convolutional neural networks and the CoordConv solution [J]. Advances in Neural Information Processing Systems， 2018， 31： 1-12.

210Zhang H T， Tian M， Shao G P， et al. Target detection of forward-looking sonar image based on improved YOLOv5 [J]. IEEE Access， 2022， 10： 18023-18034.

211IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）. Seattle， WA， USA： IEEE， 2020： 11534-11542.

212Ni H J， Shi Z W， Karungaru S， et al. Classification of typical pests and diseases of rice based on the ECA attention mechanism [J]. Agriculture， 2023， 13： 1066. doi： 10.3390/agriculture13051066.

213Xu C， Wang J W， Yang W， et al. Detecting tiny objects in aerial images： a normalized Wasserstein distance and a new benchmark [J]. ISPRS Journal of Photogrammetry and Remote Sensing， 2022， 190： 79-93. doi： 10.1016/j.isprsjprs.

2022.06.002.

214Wang J W， Xu C， Yang W， et al. A normalized gaussian Wasserstein distance for tiny object detection [J]. arXiv preprint arXiv：2110.13389， 2021： 1-12. doi： 10.48550/ arXiv.

2110.13389.

215Song G L， Liu Y， Wang X G. Revisiting the sibling head in object detector [C]//2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）. Seattle， WA， USA： IEEE， 2020： 11563-11572.

216Wu Y， Chen Y P， Yuan L， et al. Rethinking classification and localization for object detection [C]//2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）. Seattle， WA， USA： IEEE， 2020： 10186-10195.

217Meng C X， Wang Z N， Shi L， et al. SDRC-YOLO ： a novel foreign object intrusion detection algorithm in railway scenarios [J]. Electronics， 2023， 12： 1256. doi： 10.3390/electronics12051256.

218Li G B， Shi G L， Jiao J. YOLOv5-KCB ： a new method for individual pig detection using optimized K-means， CA attention mechanism and a Bi-directional feature pyramid network [J]. Sensors， 2023， 23： 5242. doi： 10.3390/s23115242.

219Xue J L， Cheng F， Li Y Q， et al. Detection of farmland obstacles based on an improved YOLOv5s algorithm by using CIoU and anchor box scale clustering [J]. Sensors， 2022， 22： 1790. doi： 10.3390/s22051790.