顧偉， 王巧華，李慶旭，施行，張洪洲

華中農(nóng)業(yè)大學(xué)工學(xué)院/農(nóng)業(yè)農(nóng)村部長(zhǎng)江中下游農(nóng)業(yè)裝備重點(diǎn)實(shí)驗(yàn)室，武漢 430070

棉種在軋花、脫絨或磨光等過(guò)程中，都會(huì)有不同程度的破損，這將直接影響棉花的產(chǎn)量和品質(zhì)[1]。新疆南疆地區(qū)是我國(guó)重要的棉花生產(chǎn)基地，棉籽精選對(duì)提高該地區(qū)的棉花產(chǎn)量具有重要意義。目前，國(guó)內(nèi)外有關(guān)種子檢測(cè)方法的研究較多，如王亞麗等[2]、Tigabu等[3]使用近紅外(NIR)光譜分別對(duì)玉米種子和松樹種子進(jìn)行分類；董翠翠等[4]、閆彬等[5]采用機(jī)器視覺(jué)對(duì)種子的顏色以及破損情況進(jìn)行研究與分選；余淑華等[6-7]運(yùn)用色選理論對(duì)棉籽的成熟度以及完整度進(jìn)行識(shí)別；Golshan等[8]、Brennen等[9]利用不同的算法自動(dòng)檢測(cè)圖像中的種子；Dean等[10]利用種子的密度成功分選了候選突變體。以上研究大多都針對(duì)單粒種子的檢測(cè)，單粒棉籽的檢測(cè)效率低，實(shí)際應(yīng)用很難滿足生產(chǎn)需求，因此提高棉籽檢測(cè)效率是該研究的主要方向。

基于傳統(tǒng)的機(jī)器學(xué)習(xí)方法實(shí)現(xiàn)破損棉籽的鑒別，需要人工提取棉籽數(shù)據(jù)特征才能建立破損棉籽的判別模型，因此該方法的檢測(cè)效率很難滿足生產(chǎn)需要[11]。卷積神經(jīng)網(wǎng)絡(luò)(deep convolutional neural network)自動(dòng)提取圖像特征優(yōu)勢(shì)明顯，且在農(nóng)業(yè)檢測(cè)領(lǐng)域應(yīng)用廣泛[12-13]。由于棉籽尺寸較小，在圖像中屬于小目標(biāo)，手動(dòng)提取特征較為困難。SSD-VGG16網(wǎng)絡(luò)能夠快速檢測(cè)出圖像中的棉籽，并識(shí)別其類別與位置信息，適用于多目標(biāo)檢測(cè)，但對(duì)于群體棉籽的品質(zhì)檢測(cè)還需要進(jìn)一步的改進(jìn)。

本研究在SSD網(wǎng)絡(luò)[14]的基礎(chǔ)上，提出一種基于ResNet50網(wǎng)絡(luò)[15]改進(jìn)的群體棉籽破損檢測(cè)方法，利用ResNet50網(wǎng)絡(luò)作為基礎(chǔ)網(wǎng)絡(luò)自動(dòng)提取棉籽圖像特征，并利用SSD網(wǎng)絡(luò)對(duì)群體棉籽實(shí)現(xiàn)破損判別，旨在為檢測(cè)群體破損棉籽信息提供新的思路，加速分選棉籽智能化，進(jìn)一步提高棉籽檢測(cè)效率，為后續(xù)研發(fā)相關(guān)自動(dòng)化設(shè)備提供技術(shù)支持。

1 材料與方法

1.1 試驗(yàn)圖像視覺(jué)采集系統(tǒng)

棉籽采集裝置主要是由暗箱、光源、相機(jī)、鏡頭、背景板以及計(jì)算機(jī)組成(圖1)。相機(jī)使用AD-080GE工業(yè)相機(jī)，分辨率為1 024×768 dpi，幀率為30 FPS，品牌為JAI；鏡頭使用Kowa公司制造的LM6NC3型號(hào)。光源為12 W的正白光LED環(huán)形光源，采集計(jì)算機(jī)為L(zhǎng)enovo B50-30，采集軟件為JAI SDK。棉籽在暗箱內(nèi)的物距、焦距和光圈在采集過(guò)程中保持不變。

1.暗箱 Black box; 2.背景板 Background plate; 3.棉籽 Cottonseed; 4.相機(jī)和鏡頭 Camera and lens; 5.環(huán)形光源 Ring light; 6.數(shù)據(jù)傳輸線 Data transmission line; 7.計(jì)算機(jī) Computer.

1.2 試驗(yàn)原始圖像數(shù)據(jù)

非破損棉籽原圖如圖2 A所示，破損棉籽圖像如圖2 B所示，采集得到的群體棉籽圖像如圖2C所示，通過(guò)棉籽表面可以明顯觀察出破損棉籽與非破損棉籽的區(qū)別，破損棉籽表面坑洼，非破損棉籽表面光滑。

圖2 棉籽采集圖像Fig.2 Image collection of cottonseed

1.3 數(shù)據(jù)集準(zhǔn)備

取新疆新路早棉籽10 000粒，其中破損與非破損棉籽數(shù)量比例為1∶1。將破損與非破損棉籽按1∶1比例均勻?yàn)⒙湓诒尘鞍迳希肅CD相機(jī)采集群體棉籽圖像，之后用LabelImg軟件對(duì)采集的圖像進(jìn)行人工標(biāo)注，分別標(biāo)注出破損棉籽與非破損棉籽，其中訓(xùn)練、驗(yàn)證、測(cè)試集按7∶2∶1比例劃分，10 000粒棉籽圖像具有足夠的泛化代表性，以此來(lái)驗(yàn)證棉籽檢測(cè)的準(zhǔn)確率。

共采集500張群體棉籽圖片，每張圖片約有20粒棉籽，分辨率為1 024×768 dpi，將圖像分辨率調(diào)小至300×300 dpi，在使用SSD訓(xùn)練數(shù)據(jù)前，需要手動(dòng)標(biāo)記并制作tfrecord標(biāo)簽文件，圖像標(biāo)注時(shí)利用棉籽的最小外接矩形進(jìn)行標(biāo)注，保證每粒棉籽盡量在1個(gè)矩形框里。標(biāo)注完成將會(huì)生成含有類別和位置信息的xml文件。標(biāo)注完成后將500幅圖像劃分為訓(xùn)練集、測(cè)試集和驗(yàn)證集，其中訓(xùn)練集350幅圖像、測(cè)試集100幅圖像、驗(yàn)證集50幅圖像。每幅圖像含有約20個(gè)棉籽樣本，500幅圖像中含邊框標(biāo)注樣本個(gè)數(shù)為10 000(其中破損棉籽和非破損棉籽的比例為1∶1)，訓(xùn)練集中棉籽7 000粒，測(cè)試集中棉籽2 000粒，驗(yàn)證集中棉籽1 000粒，能夠滿足深度學(xué)習(xí)樣本數(shù)量要求，具體數(shù)據(jù)如表1所示。

表1 棉籽試驗(yàn)數(shù)據(jù)集Table 1 Cottonseed test data sets

1.4 基于改進(jìn)SSD群體棉籽破損分類實(shí)現(xiàn)

1)改進(jìn)前SSD模型結(jié)構(gòu)。本研究主要目標(biāo)是從采集的一幅群體棉籽圖像中檢測(cè)出棉籽目標(biāo)并將其分類。SSD是基于前向傳播的 CNN 網(wǎng)絡(luò)，經(jīng)典SSD 模型主網(wǎng)絡(luò)是由 VGG16中部分卷積層組成，并將最后2層的 Conv6 和 Conv7 換成全連接層，用來(lái)進(jìn)行圖像分類。訓(xùn)練模型時(shí)，檢測(cè)框架的損失函數(shù)用位置損失(Lconf)和置信損失(Lloc) 的加權(quán)和表示，如公式(1)所示。對(duì)于目標(biāo)檢測(cè)，基于區(qū)域的卷積神經(jīng)網(wǎng)絡(luò)有RCNN[16]、Fast RCNN[17]和 Faster RCNN[18]，核心思想是在卷積層后接入了感興趣區(qū)域(region of interest,ROI)，池化層使網(wǎng)絡(luò)可以定位ROI[19]，然后在當(dāng)前區(qū)域內(nèi)進(jìn)行分類。SSD的檢測(cè)框架由2個(gè)部分組成(圖3)，一部分是前面的卷積神經(jīng)網(wǎng)絡(luò)，經(jīng)典模型中采用的是VGG16，用于對(duì)圖像特征的初步提取，第二部分是位于后端的多尺度特征檢測(cè)網(wǎng)絡(luò)，用于對(duì)前端網(wǎng)絡(luò)產(chǎn)生的特征層進(jìn)行不同尺度條件下的特征提取，利用多尺度特征檢測(cè)網(wǎng)絡(luò)當(dāng)中的淺層特征圖尺寸較大的特點(diǎn)，檢測(cè)棉籽這一類尺寸較小的物體。圖 3 所示 SSD 針對(duì) Conv4_3、FC7、Conv8_2、 Conv9_2、Conv10_2 和 Conv11_2 特征層的每個(gè)單元按照不同長(zhǎng)寬比分別提取4～6個(gè)默認(rèn)框，最終獲取8 732個(gè)默認(rèn)框，訓(xùn)練階段利用公式(1)為預(yù)測(cè)框做坐標(biāo)偏移的回歸分析，使其盡可能接近標(biāo)注框。測(cè)試階段每個(gè)默認(rèn)框都和標(biāo)注框進(jìn)行重疊率匹配，并按照匹配分?jǐn)?shù)從高到低排序，利用非極大值抑制[20]的方法，去掉所有冗余框，保留置信度最大的框。

圖3 改進(jìn)前的SSD網(wǎng)絡(luò)結(jié)構(gòu)Fig.3 Improving the former SSD network structure

(1)

其中：

(2)

(3)

(4)

2)改進(jìn)SSD模型。SSD-ResNet網(wǎng)絡(luò)是基于經(jīng)典的SSD網(wǎng)絡(luò)改進(jìn)而來(lái)的目標(biāo)檢測(cè)算法，ResNet在ImageNet數(shù)據(jù)集上的錯(cuò)誤率遠(yuǎn)低于VGG網(wǎng)絡(luò)。本研究選用ResNet50代替原有的VGG16模型作為SSD的基礎(chǔ)網(wǎng)絡(luò)，來(lái)提取群體棉籽的特征?？紤]到生產(chǎn)實(shí)際應(yīng)用，需要綜合考慮算法的效率以及精度，模型大小不宜太大，因此未選用更深層次的網(wǎng)絡(luò)對(duì)SSD進(jìn)行改進(jìn)。經(jīng)典SSD網(wǎng)絡(luò)可分為基礎(chǔ)網(wǎng)絡(luò)和輔助網(wǎng)絡(luò)，SSD-ResNet50將基礎(chǔ)網(wǎng)絡(luò)使用ResNet50的前4個(gè)卷積階段代替原SSD中的VGG16的前5個(gè)卷積階段，并將ResNet50的第4個(gè)卷積階段的步長(zhǎng)都改為1，以實(shí)現(xiàn)對(duì)輸入圖像特征的提取。ResNet網(wǎng)絡(luò)引入了一種殘差學(xué)習(xí)框架，以應(yīng)對(duì)傳統(tǒng)網(wǎng)絡(luò)的退化問(wèn)題，由試驗(yàn)可知，這種殘差學(xué)習(xí)框架有利于棉籽的檢測(cè)，如圖4所示為普通結(jié)構(gòu)與殘差結(jié)構(gòu)的差異。

圖4 普通與殘差對(duì)比圖Fig.4 Comparison between ordinary and residual

ResNet使用的方法就是對(duì)多層的殘差映射進(jìn)行擬合，假設(shè)H(x)為幾個(gè)網(wǎng)絡(luò)層堆疊的期望映射，x即為當(dāng)前堆疊塊的入口,使用的relu激活函數(shù)縮短學(xué)習(xí)周期，使用relu激活函數(shù)越多，節(jié)省的參數(shù)就越多，在使用relu激活函數(shù)過(guò)程中，必須保持經(jīng)過(guò)殘差的堆疊塊x和最后輸出的期望映射H(x)的高度、寬度、維度一致。假設(shè)n個(gè)非線性層可近似地表達(dá)為某個(gè)復(fù)雜函數(shù)(殘差函數(shù))，將堆疊起來(lái)的網(wǎng)絡(luò)層擬合成為另一個(gè)映射，映射為F(x)=H(x)-x，從而基礎(chǔ)映射便成為H(x)=F(x)+x。引入殘差學(xué)習(xí)框架，可以大幅降低提取特征的重復(fù)度、減少網(wǎng)絡(luò)模型的計(jì)算量、增強(qiáng)網(wǎng)絡(luò)的泛化能力，對(duì)比VGG網(wǎng)絡(luò)，ResNet網(wǎng)絡(luò)訓(xùn)練完成后，隨機(jī)去除某個(gè)網(wǎng)絡(luò)層，并不會(huì)導(dǎo)致網(wǎng)絡(luò)大幅度的退化，而VGG網(wǎng)絡(luò)刪減任何一層都會(huì)導(dǎo)致模型的性能崩潰。

3)基于ResNet50改進(jìn)SSD模型?；A(chǔ)網(wǎng)絡(luò)(base network)是用于圖像分類的標(biāo)準(zhǔn)神經(jīng)網(wǎng)絡(luò)，基礎(chǔ)網(wǎng)絡(luò)的理論基礎(chǔ)是生成模型，生成模型可以自適應(yīng)地從輸入圖像中學(xué)習(xí)重要的特征，以解決傳統(tǒng)的全連接網(wǎng)絡(luò)特征提取能力不足的問(wèn)題。但是由于生成模型提取到的特征信息冗余太多，無(wú)法得到棉籽的準(zhǔn)確信息，所以使用基礎(chǔ)網(wǎng)絡(luò)對(duì)輸入數(shù)據(jù)進(jìn)行特征提取，為后續(xù)網(wǎng)絡(luò)層提供輸入信息，以加快后續(xù)棉籽檢測(cè)的訓(xùn)練速度，提高網(wǎng)絡(luò)的表達(dá)能力。ResNet通過(guò)引入殘差學(xué)習(xí)來(lái)提高模型的檢測(cè)性能，殘差學(xué)習(xí)模塊的構(gòu)造是合并n個(gè)堆疊塊，構(gòu)造塊定義為：

y=F(x,Wi)+x

(5)

式(5)中：x為模塊輸入向量；y為輸出向量；Wi為權(quán)重層參數(shù)；F(x,Wi)為當(dāng)前網(wǎng)絡(luò)想要學(xué)習(xí)的殘差結(jié)構(gòu)。

在殘差模塊的第1層公式F=W2σ(W1x)中,σ為relu激活函數(shù); 第2層則通過(guò)快捷連接來(lái)執(zhí)行F+x操作，當(dāng)公式(5)中的輸入向量x和函數(shù)F的維度一致時(shí)，需要對(duì)輸入向量x執(zhí)行線性投影Ws來(lái)實(shí)現(xiàn)維度匹配：

y=F(x,Wi)+Wsx

(6)

為了提升棉籽檢測(cè)網(wǎng)絡(luò)的檢測(cè)速度以及減小其參數(shù)量，選擇Resnet 50殘差結(jié)構(gòu)進(jìn)行網(wǎng)絡(luò)替換，選取的特征提取層為conv1_x(卷積核大小為7×7×64)，conv2_x(卷積核大小為1×1×64，3×3×64，1×1×256)， conv3_x(卷積核大小為1×1×128，3×3×128,1×1×512)， conv4_x(卷積核大小為1×1×256，3×3×256，1×1×1 024)，卷積過(guò)后得到第1個(gè)預(yù)測(cè)特征層大小為(38×38×1 024),再經(jīng)過(guò)conv5_x分別進(jìn)行卷積、Batch Normalization、relu得到第2個(gè)預(yù)測(cè)特征層，后5個(gè)階段均按照此方法進(jìn)行，一共得到6個(gè)預(yù)測(cè)特征層。其中在conv5_x、conv6_x、conv7_x前3個(gè)階段中步距均為2，Padding均為1，后2個(gè)階段的步距均為1，Padding均為0，最后得到的后5個(gè)預(yù)測(cè)特征層大小分別為(19×19×512)、(10×10×512)、(5×5×256)、(3×3×256)、(1×1×256)，后5個(gè)階段相比較原來(lái)的VGG16都添加了Batch Normalization層，可加速網(wǎng)絡(luò)的收斂并提升準(zhǔn)確率[21]。圖5為SSD-ResNet50的網(wǎng)絡(luò)結(jié)構(gòu)圖。

圖5 基于ResNet50改進(jìn)的SSD網(wǎng)絡(luò)結(jié)構(gòu)Fig.5 Improved SSD network structure based on ResNet50

4)訓(xùn)練參數(shù)設(shè)置。不同層的特征圖在卷積神經(jīng)網(wǎng)絡(luò)中感受域大小也不同，此處采用不同位置的默認(rèn)框?qū)?yīng)不同的區(qū)域和目標(biāo)尺寸。設(shè)有m個(gè)特征圖用來(lái)預(yù)測(cè)， 則每個(gè)特征圖中默認(rèn)框的尺寸為：

(7)

式(7)中：Smin為網(wǎng)絡(luò)結(jié)構(gòu)中最底層的默認(rèn)框尺度，值為0.2；Smax為最高層的默認(rèn)框尺度，值為0.95。

使用不同的寬高比取值ar∈{1,2,3,1/2,1/3},則計(jì)算默認(rèn)框的寬、高分別為：

(8)

(9)

(10)

本研究建立SSD-ResNet50訓(xùn)練模型，選擇Softmax作為損失函數(shù)，公式為：

(11)

其中，Sj為類別j的得分，yi為目標(biāo)的真實(shí)標(biāo)簽。不同類別上的目標(biāo)分值離散程度越高，損失值越低，模型性能越好。

5)遷移學(xué)習(xí)。在深度學(xué)習(xí)領(lǐng)域中，利用遷移學(xué)習(xí)這種模型訓(xùn)練手段可以避免隨機(jī)初始化網(wǎng)絡(luò)權(quán)重和偏置等參數(shù)導(dǎo)致的模型收斂速度慢和網(wǎng)絡(luò)的不穩(wěn)定[22]等問(wèn)題。利用大數(shù)據(jù)集下已經(jīng)訓(xùn)練好的預(yù)訓(xùn)練模型，通過(guò)共享網(wǎng)絡(luò)前端的權(quán)值參數(shù)和微調(diào)網(wǎng)絡(luò)后端的參數(shù)，可以使新任務(wù)下的模型收斂更為迅速，在小數(shù)據(jù)集下也只需要少量的訓(xùn)練時(shí)間和計(jì)算資源開銷，便可以實(shí)現(xiàn)對(duì)新任務(wù)的適應(yīng)。本研究利用COCO數(shù)據(jù)集下預(yù)訓(xùn)練好的模型權(quán)重初始化SSD網(wǎng)絡(luò)的權(quán)重，通過(guò)訓(xùn)練對(duì)SSD網(wǎng)絡(luò)參數(shù)進(jìn)行微調(diào)，進(jìn)一步減少了模型的訓(xùn)練時(shí)間與資源。

2 結(jié)果與分析

2.1 模型訓(xùn)練

模型訓(xùn)練的硬件平臺(tái)為：GPU為NIVIDIA GeForce RTX 2080Ti；CPU為AMD Ryzen Threadripper 2920X @3.5 GHz；內(nèi)存為128 G。軟件平臺(tái)為：CUDA Toolkit 9.2 + CUDNN V9.2 + Python 3.5 +Tensorflow-GPU 1.8.0。由于深度學(xué)習(xí)需要大量的數(shù)據(jù)進(jìn)行訓(xùn)練，本研究在采集得到圖片后，將其標(biāo)為破損與非破損，訓(xùn)練、驗(yàn)證、測(cè)試集比例按7∶2∶1劃分，本研究訓(xùn)練和測(cè)試時(shí)均使用GPU加速。

模型訓(xùn)練的過(guò)程是模型不斷調(diào)整自身參數(shù)，使得預(yù)測(cè)值與真實(shí)值不斷接近的過(guò)程，訓(xùn)練過(guò)程中使用的目標(biāo)損失函數(shù)為公式(11)，基于ResNet 50改進(jìn)的SSD模型底層權(quán)重均使用遷移學(xué)習(xí)的方法進(jìn)行初始化，其余權(quán)重采用均值為0、方差為0.03的高斯分布進(jìn)行隨機(jī)初始化。梯度更新是訓(xùn)練過(guò)程中不斷調(diào)整權(quán)重和偏置的方法，從而使模型的性能不斷優(yōu)化，本研究使用批量隨機(jī)梯度下降算法尋找梯度下降方向。初始學(xué)習(xí)率設(shè)置為0.03，學(xué)習(xí)率衰減方法為指數(shù)衰減法，衰減率設(shè)置為0.98。訓(xùn)練的批次圖像數(shù)量(batch size)設(shè)置為16，最大訓(xùn)練次數(shù)設(shè)置為1×105，單步訓(xùn)練時(shí)間約為2 s，每訓(xùn)練10 min保存1次模型的參數(shù)，改進(jìn)前后模型訓(xùn)練參數(shù)保持一致。以基于ResNet 50網(wǎng)絡(luò)改進(jìn)的SSD群體棉籽檢測(cè)網(wǎng)絡(luò)的訓(xùn)練過(guò)程為例，改進(jìn)前的VGG16版本訓(xùn)練過(guò)程與之類似。圖6為使用了遷移學(xué)習(xí)損失函數(shù)變化曲線圖，從曲線可以看出模型的訓(xùn)練過(guò)程?；赗esNet50改進(jìn)的SSD網(wǎng)絡(luò)在使用遷移學(xué)習(xí)進(jìn)行訓(xùn)練10 743次后維持在較低水平的小幅度震蕩。

圖6 遷移學(xué)習(xí)損失函數(shù)曲線Fig.6 Transfer learning loss function curve

2.2 評(píng)價(jià)指標(biāo)及結(jié)果

目前評(píng)價(jià)深度學(xué)習(xí)目標(biāo)檢測(cè)模型性能優(yōu)劣的主要手段是測(cè)試模型在驗(yàn)證集數(shù)據(jù)上的檢測(cè)效果。常用的評(píng)價(jià)指標(biāo)有準(zhǔn)確率(precision)、召回率(recall)、漏檢率(missed detection rate)、檢測(cè)速度(speed)和模型大小(parameter size)。本研究利用訓(xùn)練好的SSD-ResNet50模型和改進(jìn)前SSD模型分別對(duì)驗(yàn)證集50幅圖像(含1 000粒棉籽)進(jìn)行測(cè)試，采用上述5個(gè)評(píng)價(jià)指標(biāo)對(duì)比兩者的優(yōu)劣。漏檢率定義為：

(12)

式(12)中，N為棉籽的總數(shù)量，B為誤將棉籽當(dāng)做背景的數(shù)量。

對(duì)50幅群體棉籽圖像的測(cè)試結(jié)果進(jìn)行統(tǒng)計(jì)，包括準(zhǔn)確率、召回率、漏檢率、檢測(cè)速度和模型大小5項(xiàng)評(píng)價(jià)指標(biāo)。共1 000粒棉籽，SSD-ResNet50錯(cuò)判了39粒棉籽，其中將無(wú)損棉籽錯(cuò)判為破損22粒，將破損棉籽判為無(wú)損棉籽17粒，漏檢0粒。SSD-VGG16錯(cuò)判了75粒，其中將無(wú)損棉籽錯(cuò)判為破損36粒，將破損棉籽判為無(wú)損棉籽25粒，漏檢14粒。此外，使用本研究所提出的方法與目前比較成熟的YOLOV3進(jìn)行了詳細(xì)的對(duì)比，3種模型的測(cè)試結(jié)果如表2所示。其中，YOLOV3網(wǎng)絡(luò)參數(shù)設(shè)置值與上述SSD網(wǎng)絡(luò)參數(shù)設(shè)置值保持一致。

表2 模型測(cè)試結(jié)果Table 2 Model test results

由表2可知，基于ResNet50改進(jìn)的SSD模型在精度和速度方面均優(yōu)于改進(jìn)前的SSD-VGG16網(wǎng)絡(luò)，精度更優(yōu)于現(xiàn)在成熟的YOLOV3網(wǎng)絡(luò)。在使用ResNet50過(guò)程中，將破損棉籽錯(cuò)判為無(wú)損的原因是部分破損棉籽的裂紋過(guò)細(xì)，即棉籽損傷過(guò)小，導(dǎo)致誤判。將非破損棉籽錯(cuò)判為破損的原因是部分棉籽脫絨不干凈，棉籽上面殘留少量棉絨，導(dǎo)致誤判為破損的棉籽。YOLOV3的準(zhǔn)確率較低的原因在于YOLO、FasterRCNN等算法只會(huì)在最后一層做錨框(anchor)，因此它沒(méi)有多尺度的特征，對(duì)尺度變化不敏感。因此，對(duì)于棉籽這類尺寸較小的物體使用SSD目標(biāo)檢測(cè)效果比較好。

綜合考慮檢測(cè)精度和速度，基于ResNet50改進(jìn)的SSD模型對(duì)群體棉籽的識(shí)別效果最佳。基于ResNet50改進(jìn)的SSD模型的檢測(cè)速度可以達(dá)到86 FPS，快于改進(jìn)前的59 FPS，且模型大小僅為11.10 Mb，滿足部署到嵌入式系統(tǒng)的模型參數(shù)要求。此外，漏檢率是衡量模型可靠性的重要指標(biāo)，改進(jìn)后SSD模型的漏檢率為0，說(shuō)明模型的可靠性高于SSD-VGG16網(wǎng)絡(luò)以及YOLOV3的網(wǎng)絡(luò)。圖7 A、B分別為同一幅群體棉籽圖像模型和基于ResNet50和VGG16改進(jìn)的SSD模型的檢測(cè)結(jié)果，圖7C為YOLOV3模型檢測(cè)結(jié)果。本研究并未使用當(dāng)前最新網(wǎng)絡(luò)對(duì)棉籽進(jìn)行檢測(cè)，主要原因是后續(xù)將群體棉籽檢測(cè)模型應(yīng)用到生產(chǎn)實(shí)際，需要考慮網(wǎng)絡(luò)的成熟度以及抗干擾能力，所以選用已經(jīng)成熟的網(wǎng)絡(luò)作為棉籽檢測(cè)的框架。將模型應(yīng)用到實(shí)際生產(chǎn)，檢測(cè)精度需大于95%，速度不小于20 FPS，綜合考慮速度與精度，本研究選用SSD-ResNet50對(duì)群體棉種進(jìn)行破損識(shí)別。

圖7 不同模型的檢測(cè)圖Fig.7 Test charts of different models

3 討 論

本研究以新路早-50#脫絨群體棉籽為研究對(duì)象，使用基于ResNet50網(wǎng)絡(luò)改進(jìn)的SSD模型對(duì)群體棉籽中的破損棉籽和無(wú)損棉籽進(jìn)行識(shí)別檢測(cè)，研究結(jié)果顯示其對(duì)群棉籽中無(wú)損和破損的識(shí)別性能最佳，準(zhǔn)確率和召回率分別為96.1%、97.3%。模型大小為11.10 Mb，檢測(cè)速度達(dá)到了86 FPS。本研究通過(guò)遷移學(xué)習(xí)，將COCO大數(shù)據(jù)集下預(yù)訓(xùn)練好的模型權(quán)重遷移到群體棉籽中破損和無(wú)損檢測(cè)的任務(wù)下，加速了群體棉籽檢測(cè)模型的收斂速度，節(jié)約了模型的訓(xùn)練成本;同時(shí)本研究解決了群體棉籽圖像難以分割的問(wèn)題，直接利用卷積神經(jīng)網(wǎng)絡(luò)獲取棉籽的位置和類別信息，不必再使用傳統(tǒng)圖像識(shí)別方法，將群體棉籽中的個(gè)體單獨(dú)分割出來(lái)進(jìn)行檢測(cè)。