摘要：為解決移動端和嵌入式設(shè)備中蘋果葉片病害識別準確率不高、效率低下的問題，提出了一種新的基于MobileNet v3網(wǎng)絡(luò)的分類模型，以實現(xiàn)更加高效和準確的蘋果葉片病害識別。首先通過數(shù)據(jù)增廣方法增強數(shù)據(jù)集，按照9 ∶1的比例劃分訓(xùn)練集和驗證集；然后在MobileNet v3網(wǎng)絡(luò)核心倒殘差結(jié)構(gòu)的升維部分引入全維動態(tài)卷積，以加強對不同維度注意力權(quán)重的學(xué)習(xí)，從而增強網(wǎng)絡(luò)的擬合能力；最后在降維部分引入修改后的ConvNext Block模塊，減少信息損失并增加全局感受野。采用PyTorch作為分類網(wǎng)絡(luò)的深度學(xué)習(xí)框架，使用交叉熵損失函數(shù)作為分類任務(wù)的損失函數(shù)，Adam作為優(yōu)化器，通過多組對比試驗可知，MobileNet v1、MobileNet v2、ResNet34、MobileNet v3以及改進后的MobileNet v3 ODConvNext網(wǎng)絡(luò)的準確率分別為94.5%、95.7%、97.2%、96.9%及97.5%。可見，MobileNet v3 ODConvNet網(wǎng)絡(luò)擁有最高的Top-1準確率，相較于MobileNet v3網(wǎng)絡(luò)和結(jié)構(gòu)更為復(fù)雜的ResNet34網(wǎng)絡(luò)分別提升了0.6、0.3百分點；在運算頻率方面，相對于MobileNet v3網(wǎng)絡(luò)僅增加了1.00×106次/s，并且僅為ResNet34網(wǎng)絡(luò)參數(shù)量的11.84%。因此，該試驗結(jié)果證明了改進后的MobileNet v3 ODConvNext模型具有更加輕量級和更高準確率的優(yōu)點，滿足在移動端真實場景下進行蘋果葉片病害識別的要求，有助于蘋果葉片病害的防治工作。

關(guān)鍵詞：蘋果葉片；病害識別；MobileNet v3；全維動態(tài)卷積；ConvNext；深度學(xué)習(xí)

中圖分類號：S436.611.1；TP391.41 文獻標志碼：A

文章編號：1002-1302（2024）12-0224-08

農(nóng)業(yè)經(jīng)濟在我國經(jīng)濟體系中具有重要的地位和戰(zhàn)略意義。蘋果作為一種廣泛種植的水果，具備較高的營養(yǎng)價值和經(jīng)濟潛力，已成為農(nóng)民實現(xiàn)經(jīng)濟增長的關(guān)鍵途徑之一，對于推動農(nóng)業(yè)經(jīng)濟的高質(zhì)量發(fā)展發(fā)揮著積極的作用。大量調(diào)研表明，在蘋果的生長期間葉部極易遭受病害從而減產(chǎn)［1-2］，在蘋果生長過程中葉片的主要病害包括斑點落葉病、灰斑病、花葉病、銹斑病以及褐斑病等，這些病害對蘋果的產(chǎn)量和營養(yǎng)價值產(chǎn)生不同程度的損害［3］。若能實現(xiàn)對上述蘋果葉片病害的準確識別和及時防控，將顯著減輕葉片病害在蘋果生長過程中的危害，進一步降農(nóng)民的經(jīng)濟損失，因此對于蘋果病害的精準識別具有重要意義［4］。

植物病害的復(fù)雜多樣性使得精確分割病斑和提取病害特征面臨較大挑戰(zhàn)［5］。但是隨著人工智能領(lǐng)域的快速發(fā)展，將神經(jīng)網(wǎng)絡(luò)與農(nóng)業(yè)相結(jié)合的實踐日益興起［6-8］，為精準識別植物病害以及農(nóng)業(yè)智能化提供了可靠的技術(shù)支撐［9-10］，促進了植物健康監(jiān)測、病害防控和農(nóng)業(yè)智能化發(fā)展。姜紅花等基于ResNet18網(wǎng)絡(luò)，增加了通道與空間注意力機制分支，加強了網(wǎng)絡(luò)對于病害特征的提取能力，較ResNet18和VGG16等主流網(wǎng)絡(luò)有較大提升［11］；周宏威等在基于遷移學(xué)習(xí)的方法上，分別對比了VGG16、ResNet50和Inception v3這3種網(wǎng)絡(luò)結(jié)構(gòu)的試驗結(jié)果，得出“遷移學(xué)習(xí)方法能夠明顯提升模型收斂速度和準確率”的結(jié)論［12］；鮑文霞等在VGG16網(wǎng)絡(luò)的基礎(chǔ)上進行遷移學(xué)習(xí)，并在瓶頸層后增加了選擇性核模塊，可以更精準地捕獲細微的病變［13］；張云龍等利用改進的mean-shift圖像分割算法以及病害的顏色特征差直方圖提取分類特征，最后使用支持向量機進行病害識別，并取得了較好的效果［14］；劉小玲等基于MobileNeXt網(wǎng)絡(luò)，引入?yún)f(xié)調(diào)注意力機制，并結(jié)合Inception與Ghost模塊，提升了病害識別的精度［15］。相關(guān)研究多基于MobileNet v2和MobileNeXt網(wǎng)絡(luò)進行分析和改進，但對于利用最新的、更輕量級且準確性更高的MobileNet v3網(wǎng)絡(luò)實現(xiàn)移動端精準快速識別蘋果病害的研究較少。

傳統(tǒng)的卷積神經(jīng)網(wǎng)絡(luò)由于內(nèi)存需求大、識別速度慢、識別精度不高，面對蘋果葉片病害的多樣性和相似性較高的問題，無法在移動端精準快速識別病害。為滿足實際場景中對病害識別準確性和移動端實時性的高要求，本研究基于MobileNet系列中最新的MobileNet v3輕量化網(wǎng)絡(luò)，對蘋果葉片病害進行了識別和分類。在原有網(wǎng)絡(luò)的基礎(chǔ)上進行了改進，使該網(wǎng)絡(luò)能夠在戶外真實場景中滿足果農(nóng)的需求，提高在移動端對蘋果葉片病害實時識別效率，以便果農(nóng)能夠迅速采取措施，降低損失。

1 試驗數(shù)據(jù)集

1.1 數(shù)據(jù)來源

本研究采用西北農(nóng)林科技大學(xué)提供的蘋果葉片病害公開數(shù)據(jù)集作為數(shù)據(jù)來源，該數(shù)據(jù)集涵蓋了蘋果葉片病害的主要類別，包括花葉病、銹斑病、斑點落葉病、灰斑病和褐斑病。數(shù)據(jù)集中的圖像拍攝于室內(nèi)和室外環(huán)境，涵蓋了不同光照度的時間段。圖像背景復(fù)雜多樣，具有一定的干擾性，能夠較真實地還原實際場景。本試驗中所有圖片均為224像素×224像素的彩色圖像，圖1展示了不同類別的病害圖像樣例。

1.2 數(shù)據(jù)增廣

盡管卷積神經(jīng)網(wǎng)絡(luò)在提取病害圖像特征上表現(xiàn)出較高的準確性，但由于網(wǎng)絡(luò)參數(shù)龐大，導(dǎo)致訓(xùn)練所需樣本數(shù)量巨大，而現(xiàn)實環(huán)境中獲取大量病害葉片圖像具有一定困難。為增強模型的泛化能力和魯棒性，本研究通過透視變換、仿射變換、裁剪、旋轉(zhuǎn)等擴展算法對數(shù)據(jù)集中的圖像進行數(shù)據(jù)增廣。經(jīng)過數(shù)據(jù)增廣處理后，數(shù)據(jù)集總計包含 52 754 張圖像，按照9 ∶1的比例劃分為訓(xùn)練集和驗證集（表1）。

2 網(wǎng)絡(luò)結(jié)構(gòu)

2.1 MobileNet v3模型特點

MobileNet是由Google團隊于2017年提出的一種輕量級網(wǎng)絡(luò)，在該領(lǐng)域具有重要的代表性。迄今為止，MobileNet已經(jīng)經(jīng)歷了3個版本的演進，分別是MobileNet v1［16］、MobileNet v2［17］和MobileNet v3［18］。這些版本先后引入了深度可分離卷積（depthwise separable convolution）、倒殘差結(jié)構(gòu)（inverted residual）和注意力機制（squeez excitation）等模塊，從而提高了模型的推理速度和識別準確率。與上一代的MobileNet v2相比，MobileNet v3在提高識別準確率的同時，還降低了15%的延遲。目前，該網(wǎng)絡(luò)已經(jīng)成為移動端和嵌入式設(shè)備中卷積神經(jīng)網(wǎng)絡(luò)部署的代表性模型之一。

2.1.1 深度可分離卷積

MobileNet v1首次引入了深度可分離卷積的概念，并將其應(yīng)用于整個網(wǎng)絡(luò)結(jié)構(gòu)中。這種深度可分離卷積能夠替代傳統(tǒng)的卷積操作，大幅減少模型參數(shù)并提升網(wǎng)絡(luò)速度，同時保持較高的準確率。

深度可分離卷積主要包括2個關(guān)鍵步驟：深度卷積（depthwise conv，DW）和點卷積（pointwise conv，PW）。在傳統(tǒng)卷積（圖2-a）中，卷積核的通道數(shù)與輸入特征矩陣的通道數(shù)相同，通過傳統(tǒng)卷積運算后得到特征矩陣的通道數(shù)由卷積核的數(shù)量決定。而在深度可分離卷積（圖2-b）中，輸入特征矩陣（假設(shè)該矩陣通道數(shù)為M、大小為m）首先經(jīng)過通道數(shù)為1、大小為m的深度卷積，然后再經(jīng)過通道數(shù)為M、大小為1的點卷積，得到與經(jīng)過傳統(tǒng)卷積后相同大小和通道數(shù)的特征矩陣。傳統(tǒng)卷積與深度可分離卷積（DW+PW）的計算量對比如下：

式中：M為輸入特征矩陣的通道數(shù)；N為輸出特征矩陣的通道數(shù)；DK表示卷積核的大?。籇F表示特征矩陣的寬高。

在大多數(shù)卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)中，常使用3×3大小的卷積核［19］對應(yīng)到公式中，即DK=3，帶入公式（3）中推導(dǎo)可得深度可分離卷積與傳統(tǒng)卷積的比值為1/N+1/9，由于輸出特征矩陣的通道數(shù)（N）通常較大，所以理論上傳統(tǒng)卷積在參數(shù)計算量上是深度可分離卷積的8～9倍，這證明深度可分離卷積極大地減少了計算量和參數(shù)運算量。

2.1.2 倒殘差結(jié)構(gòu)

為解決深度卷積特征提取效率不高、結(jié)構(gòu)相對簡單等問題，MobileNet v2引入了倒殘差結(jié)構(gòu)。殘差結(jié)構(gòu)首先在ResNet［19］中提出，其思想是：將特征矩陣先通過1個1×1大小的卷積進行降維操作，隨后通過1個3×3的卷積進行特征提取，再通過1個1×1大小的卷積進行升維操作，并在步距為1且輸入特征矩陣和輸出特征矩陣的通道數(shù)相同時進行捷徑分支連接操作，具體如圖3-a所示。然而，在MobileNet v1中，深度卷積的group數(shù)本身與輸入特征矩陣的通道數(shù)相同，如果再進行先降維再升維的操作，將進一步降低可學(xué)習(xí)的特征數(shù)量。因此，MobileNet v2引入了倒殘差結(jié)構(gòu)，采用逆向思路：先進行升維操作，然后使用深度卷積提取特征，最后進行降維操作，同時保持原有的捷徑分支拼接操作（圖3-b）。通過這種方式，在不減少特征提取數(shù)量的情況下，充分利用殘差結(jié)構(gòu)的優(yōu)勢。

2.1.3 注意力機制

注意力機制的本質(zhì)是將注意力集中在感興趣的區(qū)域，以便充分學(xué)習(xí)該區(qū)域的特征，從而提高模型的準確性［20］。注意力機制有多種類型，在MobileNet v3中引入SE（squeeze-and-excitation）通道注意力機制。該機制的原理是：將通道為C、大小為H×W的特征矩陣X進行全局平均池化，轉(zhuǎn)化為大小為1×1、通道數(shù)為C的向量。隨后，該向量經(jīng)過2個具有不同維度的全連接層FC，并分別經(jīng)過ReLU和Sigmoid激活函數(shù)，得到不同通道的權(quán)重值。最后，將這些權(quán)重值與原始特征[HJ0]矩陣相乘，得到經(jīng)過通道注意[HJ]力激勵后的特征矩陣X～。具體的流程如圖4所示。該機制能夠使模型更加關(guān)注重要的特征，提升模型的識別性能。

2.2 全維動態(tài)卷積

動態(tài)卷積（CondConv）相較于傳統(tǒng)的靜態(tài)卷積，具備為每個樣例學(xué)習(xí)特定卷積核參數(shù)的能力。動態(tài)卷積不僅能保持高效的推理過程，還能夠動態(tài)擴充模型的容量［21］。動態(tài)卷積的計算過程可以通過公式（4）來表示，在該公式中，每個α參數(shù)是通過梯度下降學(xué)習(xí)得到的，根據(jù)輸入特征矩陣的大小，動態(tài)卷積能夠動態(tài)地擴展experts［表示為公式（4）中的W］的數(shù)量，構(gòu)建出不同的卷積核，最后將卷積核通過ROUTE FN注意力函數(shù)進行權(quán)重計算。相比于增加卷積核自身大小的計算方式，這種方式更加高效。

y=（αω1⊙αf1⊙αc1⊙αs1⊙W1+…+αωm⊙αfn⊙αcn⊙αsn⊙αWn）×x。（4）

式中：αω1表示W(wǎng)1的關(guān)注標量；αfi、αci和αsi表示3個新引入的關(guān)注點；x表示多頭注意模塊。

然而，CondConv僅對卷積核數(shù)維度賦予了動態(tài)屬性，而忽略了其他3個維度：空間維度、輸入通道維度和輸出通道維度。為解決這一現(xiàn)狀，研究者們提出了全維動態(tài)卷積（omni-dimensional dynamic convolution）［22］。全維動態(tài)卷積在并行策略的基礎(chǔ)上引入了全新的多維注意力機制，該機制能夠在任意卷積層的內(nèi)核空間中學(xué)習(xí)4個維度：空間維度、輸入通道維度、輸出通道維度和卷積核維度，這4個維度對應(yīng)圖5-a、圖5-b、圖5-c、圖5-d，此外，這4種維度的學(xué)習(xí)是互補的，因此全維動態(tài)卷積能夠?qū)Χ鄠€維度進行注意力學(xué)習(xí)，從而在全文中捕獲更加豐富的信息。

2.3 ConvNext Block

自從Transformer［23］在CV領(lǐng)域取得重大突破后，越來越多的研究關(guān)注于Transformer架構(gòu)，這給卷積神經(jīng)網(wǎng)絡(luò)帶來了巨大的挑戰(zhàn)。為了充分挖掘卷積神經(jīng)網(wǎng)絡(luò)的潛力，研究者們對Transformer設(shè)計進行全面學(xué)習(xí)，提出了ConvNext［24］網(wǎng)絡(luò)。ConvNext在現(xiàn)有卷積神經(jīng)網(wǎng)絡(luò)的設(shè)計和架構(gòu)基礎(chǔ)上，經(jīng)過設(shè)計和組合，在相同的FLOPS（運算頻率，次/s）條件下，實現(xiàn)了比Swin Transformer更快的推理速度和更高的準確率，從而證明卷積神經(jīng)網(wǎng)絡(luò)在當(dāng)前仍然具有競爭力。

其中，ConvNext Block是最核心的設(shè)計之一，它采用了7×7大小的深度可分離卷積來替代傳統(tǒng)的3×3卷積，以增加全局感受野。在升維和降維的過程中，將RELU激活函數(shù)替換為Transformer中更為流行的GELU激活函數(shù)，歸一化操作由BN變?yōu)長N，使用了更少的歸一化層，并對特征矩陣的深度進行可學(xué)習(xí)比例的縮放。最后，將縮放后的特征矩陣與原始特征矩陣相加，得到新的輸出特征矩陣。然而，ConvNext Block中的升維和降維操作與MobileNet v3中的倒殘差結(jié)構(gòu)功能重復(fù)，如果使用原始的ConvNext Block會使模型增加4～5倍的參數(shù)量，顯然背離了本試驗的目標，因此本研究對ConvNext Block進行了修改，去除了原模塊中的升維和降維操作，僅僅保留深度可分離卷積和GELU激活函數(shù)。修改后的ConvNext Block結(jié)構(gòu)詳見圖6。

3 結(jié)果與分析

3.1 試驗環(huán)境

硬件環(huán)境：CPU為Intel CoreTM i5-10400F CPU @ 2.90 GHz，GPU型號為GTX 1660 SUPER，顯存11 GB，RAM為32 GB。軟件環(huán)境：PyTorch 1.8.2，CUDA 10.1，Python 3.6，操作系統(tǒng)為Ubuntu 18.04。

本試驗于2023年7月在湖南農(nóng)業(yè)大學(xué)信息與智能科學(xué)技術(shù)學(xué)院人工智能實驗室進行。試驗中采用交叉熵損失函數(shù)作為分類任務(wù)的損失函數(shù)，該損失函數(shù)用于衡量真實概率分布與預(yù)測概率分布之間的差異。交叉熵損失函數(shù)是一種常見的、用于多類別分類任務(wù)的損失函數(shù)，其計算方式建立在Softmax歸一化輸出的基礎(chǔ)上。首先，對所有類別的輸出進行Softmax歸一化處理，確保每個類別的預(yù)測概率都落在0～1之間，同時所有類別的概率之和為1。然后，使用交叉熵損失函數(shù)來衡量真實概率分布和預(yù)測概率分布之間的差異，使得模型能夠更加準確地擬合訓(xùn)練數(shù)據(jù)。交叉熵損失函數(shù)的表達式如下：

式中：n表示所要分類的總類別數(shù)；p（xi）表示該樣本所屬類別的真實概率；q（xi）則表示該樣本所屬類別的預(yù)測概率。通過最小化交叉熵損失函數(shù)，模型能夠更好地學(xué)習(xí)到有效的特征表示，從而提高分類準確率。

訓(xùn)練過程遵循被廣泛接受的深度學(xué)習(xí)訓(xùn)練方法，將批處理大?。╞atch size）設(shè)為32，模型迭代訓(xùn)練50個輪次，將輸入圖像統(tǒng)一調(diào)整至224像素×224像素大小。使用Adam作為優(yōu)化器，這是一種自適應(yīng)學(xué)習(xí)率的優(yōu)化算法，在訓(xùn)練前期使用較大學(xué)習(xí)率快速收斂并找到一個較優(yōu)的損失函數(shù)區(qū)域，在訓(xùn)練后期使用較小學(xué)習(xí)率精確找到損失函數(shù)最小值，從而達到在訓(xùn)練過程中根據(jù)每個參數(shù)的歷史梯度自適應(yīng)調(diào)整學(xué)習(xí)率的目的。

3.2 評估指標

本試驗主要基于Top-1準確率、精確率（precision，P）、召回率（recall，R）和特異度（specificity，S）等關(guān)鍵指標進行綜合分析，以客觀評估模型效果，并利用混淆矩陣的可視化方式，直觀地對模型的分類結(jié)果進一步分析。其中，準確率表示模型在所有樣本中預(yù)測正確的樣本所占的比例；精確率表示模型在預(yù)測為正樣本的樣本中實際為正樣本的比例；召回率表示在所有的正樣本中，模型能夠預(yù)測正確的正樣本所占的比例；特異度表示在實際為負樣本中，模型能夠預(yù)測為負樣本的比例。

3.3 試驗結(jié)果與分析

MobileNet v3網(wǎng)絡(luò)在倒殘差結(jié)構(gòu)的層數(shù)方面具有較高的靈活性，根據(jù)倒殘差結(jié)構(gòu)所堆疊層數(shù)的不同，劃分為MobileNet v3 Small和MobileNet v3 Large這2種規(guī)模不同的模型，為了減少訓(xùn)練所需資源并突顯網(wǎng)絡(luò)的可比較性，本研究選擇MobileNet v3 Small作為基礎(chǔ)網(wǎng)絡(luò)與其他改進的模型進行對比試驗。

3.3.1 MobileNet v3與其他網(wǎng)絡(luò)對比

為驗證MobileNet v3網(wǎng)絡(luò)在蘋果葉片病害識別方面的能力，通過擴充試驗數(shù)量，并對比更多的網(wǎng)絡(luò)模型，以確保本研究的科學(xué)性和準確性。本研究選取MobileNet v1、MobileNet v2和ResNet34等網(wǎng)絡(luò)進行對比試驗。從對比后的結(jié)果（表2）可以看出，MobileNet v2在FLOPS（1 s的浮點運算次數(shù)）和Top-1準確率方面優(yōu)于MobileNet v1，而MobileNet v3 Small在這2個方面均優(yōu)于MobileNet v1和MobileNet v2，這體現(xiàn)了MobileNet v3網(wǎng)絡(luò)在MobileNet網(wǎng)絡(luò)系列中的卓越性能。雖然ResNet34在Top-1準確率方面相比MobileNet v3 Small高出0.3百分點，但其計算復(fù)雜度幾乎是MobileNet v3的14倍。除此之外，還進一步評估了MobileNet v3 Large與ResNet34的性能差異，結(jié)果顯示，不僅MobileNet v3 Large的Top-1準確率比ResNet34高出0.3百分點，其計算復(fù)雜度還僅為ResNet34的19.7%。這一結(jié)果進一步證明，MobileNet v3無論是在MobileNet網(wǎng)絡(luò)系列中還是相較于傳統(tǒng)的ResNet34，都具有更大的優(yōu)勢。

3.3.2 MobileNet v3引入全維動態(tài)卷積

為進一步提升MobileNet v3的準確率，還在本研究中拓展了一些新的設(shè)計思路，并對多個關(guān)鍵指標進行詳細評估。本對比試驗中主要的設(shè)計思路是：在MobileNet v3網(wǎng)絡(luò)的倒殘差結(jié)構(gòu)中，將升維部分的普通卷積替換為全維動態(tài)卷積。在不增加新卷積層的條件下，保留了深度可分離卷積的參數(shù)量優(yōu)勢。此外，還對模型的訓(xùn)練時間和計算復(fù)雜度進行了充分考量。雖然引入全維動態(tài)卷積在一定程度上增加了可學(xué)習(xí)參數(shù)量，但這也顯著增強了網(wǎng)絡(luò)的擬合能力，使其在性能提升與計算成本之間達到較好的平衡，能更加適應(yīng)復(fù)雜多變的數(shù)據(jù)特征。通過這樣的設(shè)計，在升維過程中可以不只局限于網(wǎng)絡(luò)通道的擴展，還能夠?qū)Σ煌S度進行注意力權(quán)重的學(xué)習(xí)，從而進一步提升模型的性能。

改進后訓(xùn)練的結(jié)果如表3所示，改進后的模型MobileNet v3 ODConv準確率提升至97.4%，相較于原始的MobileNet v3模型提升了0.5百分點，并在Top-1準確率、召回率指標上都取得了明顯提升，這表明全維動態(tài)卷積在升維的過程中對多個維度的學(xué)習(xí)起到了關(guān)鍵作用，從而有效提升了模型整體的準確率。

3.3.3 MobileNet v3引入ConvNext Block

為更加深入挖掘MobileNet v3網(wǎng)絡(luò)中倒殘差結(jié)構(gòu)的潛力，通過引入修改后的ConvNext Block來替代倒殘差結(jié)構(gòu)中的降維部分， 本設(shè)計旨在最大程度地減少降維過程中的信息損失，并更充分地保留在上一步的深度可分離卷積中學(xué)習(xí)到的有效參數(shù)。為驗證提出的MobileNet v3 ConvNext網(wǎng)絡(luò)的有效性，進行對比試驗。結(jié)果表明，MobileNet v3 ConvNext在各項指標上均取得了明顯提升，并且Top-1準確率達到了97.2%，與傳統(tǒng)的MobileNet v3相比提升了0.3百分點（表4）。此外，值得一提的是，盡管在所有的倒殘差結(jié)構(gòu)中都引入了改進后的ConvNext Block，但MobileNet v3 ConvNext的學(xué)習(xí)參數(shù)增加幅度相當(dāng)小，這也進一步證明了本設(shè)計思路的高效性和經(jīng)濟性。

3.3.4 MobileNet v3引入全維動態(tài)卷積和ConvNext Block

通過上述一系列試驗可以發(fā)現(xiàn)，全維動態(tài)卷積和ConvNext Block的引入對于MobileNet v3網(wǎng)絡(luò)的準確性有著顯著的積極影響，這2種方法的引入在倒殘差結(jié)構(gòu)中的升維和降維部分都展現(xiàn)出了獨特的優(yōu)勢?？紤]到這一點，可以進一步探索這2種改進方法在提高MobileNet v3網(wǎng)絡(luò)準確率方面的協(xié)同效應(yīng)。為充分挖掘全維動態(tài)卷積和ConvNext Block的潛力，將這2種改進同時引入MobileNet v3網(wǎng)絡(luò)的倒殘差結(jié)構(gòu)中。改進后的MobileNet v3 ODConvNext模型成功取得了最高的準確率，高達97.5%。相較于傳統(tǒng)的MobileNet v3 Small，實現(xiàn)了0.6百分點的大幅提升（表5）。改進后的MobileNet v3 ODConvNext模型不僅在準確率方面表現(xiàn)優(yōu)異，并且在對比試驗中也明顯優(yōu)于其他單一改進方法的模型。具體來說，它明顯優(yōu)于只引入全維動態(tài)卷積的MobileNet v3 ODConv模型和只引入修改后的ConvNext Block的MobileNet v3 ConvNext模型，這再次證明了本試驗探索方向的合理性和有效性?？紤]到改進后MobileNet v3 ODConvNext模型的優(yōu)異表現(xiàn)，決定將其作為改進后的最終模型，同時對該模型訓(xùn)練過程中的準確率和損失值變化曲線進行了詳盡的記錄和分析，并使用混淆矩陣以直觀展現(xiàn)其在各類別上的分類性能，具體內(nèi)容如圖7所示。

4 討論與結(jié)論

針對移動端實時識別蘋果葉片病害在現(xiàn)實場景中所面臨的困難，本研究在MobileNet v3網(wǎng)絡(luò)的基礎(chǔ)上引入了全維動態(tài)卷積和ConvNext Block，對網(wǎng)絡(luò)的核心模塊倒殘差結(jié)構(gòu)進行了改進，這些改進措施能夠更精確地實現(xiàn)對5種蘋果葉片病害的識別。改進后的模型MobileNet v3 ODConvNext相比于MobileNet v3 Small在Top-1準確率、精確率上分別提升了0.6、0.5百分點，同時該改進僅增加了1.00×106次/s的參數(shù)量，證明了全維動態(tài)卷積和ConvNext Block的可用性和改進的有效性。然而，在試驗過程中也注意到模型訓(xùn)練所需時間較長，并且識別準確率還有進一步提升的空間。因此，后續(xù)將繼續(xù)優(yōu)化網(wǎng)絡(luò)的訓(xùn)練流程，收集更多的數(shù)據(jù)以提高識別準確率，并增強網(wǎng)絡(luò)的魯棒性，以更好地滿足農(nóng)業(yè)生產(chǎn)的實際需求，為智能化農(nóng)業(yè)發(fā)展作出貢獻，持續(xù)努力推動相關(guān)研究的進展。

參考文獻：

［1］ Gavhale M K R，Gawande P U. An overview of the research on plant leaves disease detection using image processing techniques［J］. IOSR Journal of Computer Engineering，2014，16（1）：10-16.

［2］Kulkarni A H，Ashwin P R K. Applying image processing technique to detect plant diseases［J］. International Journal of Modern Engineering Research，2012，2 （5）：3661-3664.

［3］王樹桐，王亞南，曹克強. 近年我國重要蘋果病害發(fā)生概況及研究進展［J］. 植物保護，2018，44（5）：13-25，50.

［4］李保華，王彩霞，董向麗. 我國蘋果主要病害研究進展與病害防治中的問題［J］. 植物保護，2013，39（5）：46-54.

［5］Dubey S R，Jalal A S. Apple disease classification using color，texture and shape features from images［J］. Signal，Image and Video Processing，2016，10（5）：819-826.

［6］Hinton G E，Salakhutdinov R R. Reducing the dimensionality of data with neural networks［J］. Science，2006，313（5786）：504-507.

［7］le Cun Y，Bottou L，Bengio Y，et al. Gradient-based learning applied to document recognition［J］. Proceedings of the IEEE，1998，86（11）：2278-2324.

［8］le Cun Y，Boser B，Denker J S，et al. Backpropagation applied to handwritten zip code recognition［J］. Neural Computation，1989，1（4）：541-551.

［9］杜岳峰，傅生輝，毛恩榮，等." 農(nóng)業(yè)機械智能化設(shè)計技術(shù)發(fā)展現(xiàn)狀與展望［J］. 農(nóng)業(yè)機械學(xué)報，2019，50（9）：1-17.

［10］鄭文鐘. 國內(nèi)外智能化農(nóng)業(yè)機械裝備發(fā)展現(xiàn)狀［J］. 現(xiàn)代農(nóng)機，2015（6）：4-8.

［11］姜紅花，楊祥海，丁睿柔，等." 基于改進ResNet18的蘋果葉部病害多分類算法研究［J］. 農(nóng)業(yè)機械學(xué)報，2023，54（4）：295-303.

［12］周宏威，沈恒宇，袁新佩，等." 基于遷移學(xué)習(xí)的蘋果樹葉片病蟲害識別方法研究［J］. 中國農(nóng)機化學(xué)報，2021，42（11）：151-158.

［13］鮑文霞，吳 剛，胡根生，等." 基于改進卷積神經(jīng)網(wǎng)絡(luò)的蘋果葉部病害識別［J］. 安徽大學(xué)學(xué)報（自然科學(xué)版），2021，45（1）：53-59.

［14］張云龍，袁 浩，張晴晴，等." 基于顏色特征和差直方圖的蘋果葉部病害識別方法［J］. 江蘇農(nóng)業(yè)科學(xué)，2017，45（14）：171-174.

［15］劉小玲，崔艷榮. 基于改進輕量化網(wǎng)絡(luò)MobileNeXt的蘋果葉片病害識別方法［J］. 江蘇農(nóng)業(yè)科學(xué)，2023，51（10）：185-193.

［16］Sandler M，Howard A G，Zhu M L，et al. Inverted residuals and linear bottlenecks：mobile networks for classification，detection and segmentation［J］. CVPR，2018（6）：4510-4520.

［17］Sandler M，Howard A，Zhu M L，et al. MobileNet v2：inverted ]residuals and linear bottlenecks［C］//2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition. Salt Lake，2018：4510-4520.

［18］Howard A，Sandler M，Chen B，et al. Searching for MobileNet v3［C］//2019 IEEE/CVF International Conference on Computer Vision. Seoul，2019：1314-1324.

［19］He K M，Zhang X Y，Ren S Q，et al. Deep residual learning for image recognition［C］//2016 IEEE Conference on Computer Vision and Pattern Recognition. Las Vegas，2016：770-778.

［20］張宸嘉，朱 磊，俞 璐. 卷積神經(jīng)網(wǎng)絡(luò)中的注意力機制綜述［J］. 計算機工程與應(yīng)用，2021，57（20）：64-72.

［21］Yang B，Bender G，Le Q V，et al. Condconv：conditionally parameterized convolutions for efficient inference［J］. Advances in Neural Information Processing Systems，2019，32.

［21］Yang B，Bender G，Le Q V，et al. CondConv：conditionally parameterized convolutions for efficient inference［EB/OL］. （2019-04-10）［2023-08-01］.http：//arxiv.org/abs/1904.04971.

［22］Li C，Zhou A J，Yao A B. Omni-dimensional dynamic convolution［EB/OL］. （2022-09-16）［203-08-01］.http：//arxiv.org/abs/2209.07947.

［23］Vaswani A，Shazeer N，Parmar N，et al. Attention is all you need［C］//Proceedings of the 31st International Conference on Neural Information Processing Systems. Long Beach，2017：6000-6010.

［24］Liu Z，Mao H Z，Wu C Y，et al. A ConvNet for the 2020s［EB/OL］. （2022-01-10）［2023-08-01］.http：//arxiv.org/abs/2201.03545.

收稿日期：2023-08-02

基金項目：湖南省自然科學(xué)基金（編號：2023JJ30304）。

作者簡介：李豫晉（1998—），男，山西太原人，碩士研究生，主要從事農(nóng)業(yè)信息技術(shù)研究。E-mail：531904940@qq.com。

通信作者：沈陸明，博士，教授，主要從事分形幾何及其應(yīng)用研究。E-mail：lum_s@126.com。