曾偉輝 唐 欣 胡根生* 梁 棟

(1.安徽大學(xué) 農(nóng)業(yè)生態(tài)大數(shù)據(jù)分析與應(yīng)用技術(shù)國(guó)家地方聯(lián)合工程研究中心，合肥 230601；2.安徽大學(xué) 互聯(lián)網(wǎng)學(xué)院，合肥 230039;3.科大國(guó)創(chuàng)軟件股份有限公司，合肥 230088)

水稻害蟲(chóng)危害是影響水稻產(chǎn)量的重要因素。加強(qiáng)水稻害蟲(chóng)診斷和防治，不僅對(duì)農(nóng)村地區(qū)經(jīng)濟(jì)發(fā)展具有重大意義，而且關(guān)系到農(nóng)業(yè)穩(wěn)定發(fā)展和國(guó)家糧食安全。

傳統(tǒng)農(nóng)作物害蟲(chóng)診斷主要通過(guò)農(nóng)業(yè)專家識(shí)別[1]，既費(fèi)時(shí)費(fèi)力，又容易產(chǎn)生誤判。近年來(lái)，深度學(xué)習(xí)技術(shù)迅速發(fā)展，較多研究采用基于卷積神經(jīng)網(wǎng)絡(luò)(Convolutional neural network, CNN)的識(shí)別方法，使用諸如AlexNe[2]、VGG16[3]、GoogLeNet[4]、Faster R-CNN[5]等對(duì)病蟲(chóng)害進(jìn)行識(shí)別[6-9]；也有研究提出基于CNN的改進(jìn)方法，諸如引入滑動(dòng)窗口[10]、遷移學(xué)習(xí)[11]等，一定程度上提高了CNN的識(shí)別率。然而，訓(xùn)練一個(gè)CNN網(wǎng)絡(luò)需要大量數(shù)據(jù)，如liu等[12]在試驗(yàn)中使用了88 670張實(shí)驗(yàn)室環(huán)境下的16類水稻害蟲(chóng)圖像，Lu等[13]收集了9 230張圖像用于小麥病害分類。在水稻田間，害蟲(chóng)活動(dòng)范圍大，拍攝過(guò)程較為困難[14]，能獲得圖像數(shù)據(jù)相對(duì)較少，難以滿足CNN的大數(shù)據(jù)集需求；而使用其他數(shù)據(jù)集遷移學(xué)習(xí)獲得的模型泛化能力弱，無(wú)法適應(yīng)實(shí)際環(huán)境的識(shí)別需求。另外，CNN會(huì)在池化層丟棄大量的信息，導(dǎo)致其對(duì)于圖像目標(biāo)中特征的組合方式和位置信息不敏感[15]，而特征組合方式和位置信息對(duì)于水稻害蟲(chóng)識(shí)別是至關(guān)重要的。因此，在樣本數(shù)量不足及真實(shí)復(fù)雜背景條件下，目前基于CNN的識(shí)別方法很難滿足水稻害蟲(chóng)識(shí)別實(shí)際應(yīng)用的性能需求。

針對(duì)實(shí)際中監(jiān)督數(shù)據(jù)的有限性，小樣本學(xué)習(xí)應(yīng)運(yùn)而生[16]，從數(shù)據(jù)增廣、模型簡(jiǎn)化和算法優(yōu)化等方面研究改進(jìn)方法，最終目標(biāo)是利用有限的數(shù)據(jù)集獲得良好的學(xué)習(xí)性能。在模型簡(jiǎn)化和改進(jìn)方面，Hinton等[17]提出的膠囊網(wǎng)絡(luò)，能較為敏銳地提取圖像特征的位置信息以及組合方式，克服CNN的不足。很多研究[18-20]采用膠囊網(wǎng)絡(luò)進(jìn)行分類都達(dá)到了比CNN更好的性能，在處理復(fù)雜數(shù)據(jù)時(shí)具備更好的精度和收斂性。Baydilli等[21]證明在樣本量有限的情況下，膠囊網(wǎng)絡(luò)能達(dá)到較高的識(shí)別準(zhǔn)確率。Peng等[22]證明自注意力膠囊網(wǎng)絡(luò)能有效地捕捉詞的位置信息。注意力機(jī)制能夠?qū)斎氲牟煌糠仲x予不同的權(quán)重，關(guān)注目標(biāo)中的重要信息，提升模型性能[23]。Google Mind[24]團(tuán)隊(duì)提出在RNN模型上使用注意力機(jī)制來(lái)進(jìn)行圖像分類，并取得了很好的性能。梁星星等[25]證明了帶注意力機(jī)制的模型所需要的樣本量更少。因此，結(jié)合注意力機(jī)制的膠囊網(wǎng)絡(luò)既能克服CNN的不足，又能更好的關(guān)注目標(biāo)中的重要信息，有望解決真實(shí)復(fù)雜背景下少樣本水稻害蟲(chóng)識(shí)別的實(shí)際應(yīng)用性能需求。

基于以上研究分析，本研究擬以常見(jiàn)的5種水稻害蟲(chóng)為研究對(duì)象，采用一種基于卷積塊注意力模型和膠囊網(wǎng)絡(luò)的小樣本水稻害蟲(chóng)識(shí)別方法，以期解決現(xiàn)有方法對(duì)復(fù)雜背景下的小樣本水稻害蟲(chóng)識(shí)別精度不足的問(wèn)題，實(shí)現(xiàn)真實(shí)復(fù)雜背景下小樣本水稻害蟲(chóng)的精準(zhǔn)識(shí)別。

1 材料與方法

1.1 水稻害蟲(chóng)圖像獲取

本試驗(yàn)中農(nóng)田環(huán)境水稻害蟲(chóng)圖像主要來(lái)源于由Xie等[26]在安徽省農(nóng)業(yè)科學(xué)院的試驗(yàn)田等真實(shí)條件下收集的數(shù)據(jù)集。該數(shù)據(jù)集有40類作物害蟲(chóng)圖像，共計(jì)4 500張，包含了大多數(shù)常見(jiàn)農(nóng)作物害蟲(chóng)圖像。所有圖像均采用數(shù)碼相機(jī)(如佳能、尼康和移動(dòng)設(shè)備)拍攝。為了消除光照變化的潛在負(fù)面影響，所有圖像都在田間采用均勻照明設(shè)置進(jìn)行預(yù)處理。本研究從中選取5種常見(jiàn)的水稻害蟲(chóng)：稻赤斑沫蟬(Callitetixversicolor)、稻棘緣蝽(CletuspunctigerDallas)、黑尾葉蟬(Nephotettixbipunctatus)、稻綠蝽(Nezaraviridula)、稻黑蝽(Scotinopharalurida)，每類害蟲(chóng)的圖片數(shù)量分別為146、159、62、164和117張。

此外，本研究還使用佳能EOS 80d彩色數(shù)碼相機(jī)補(bǔ)充拍攝了一些田間水稻害蟲(chóng)的圖像，豐富了原有的數(shù)據(jù)集，以使得所用的模型更能適應(yīng)于多種實(shí)際環(huán)境害蟲(chóng)圖像的識(shí)別。本試驗(yàn)自行拍攝的圖像分辨率為6 000像素×4 000像素，拍攝地點(diǎn)位于安徽省無(wú)為縣襄安鎮(zhèn)，拍攝時(shí)間為2020年8月7日。由于真實(shí)自然場(chǎng)景下拍攝的害蟲(chóng)數(shù)量較少，共拍攝了每類害蟲(chóng)圖像10張。

由于訓(xùn)練深度學(xué)習(xí)模型需要大量的訓(xùn)練樣本，樣本數(shù)量不足可能會(huì)造成模型過(guò)擬合，降低識(shí)別精度[27]，本研究將隨機(jī)劃分得到的訓(xùn)練樣本水稻害蟲(chóng)圖像旋轉(zhuǎn)90°、180°、270°、以及左右翻轉(zhuǎn)和上下翻轉(zhuǎn)，以實(shí)現(xiàn)樣本數(shù)量的擴(kuò)充。擴(kuò)充后的樣本數(shù)量雖然達(dá)不到訓(xùn)練CNN的理想樣本數(shù)的要求，但能有效提高小樣本下CNN的性能。各類別水稻害蟲(chóng)的原始訓(xùn)練樣本數(shù)、擴(kuò)充后的訓(xùn)練樣本數(shù)及測(cè)試樣本數(shù)見(jiàn)表1。

表1 本研究中水稻害蟲(chóng)種類和圖像數(shù)量Table 1 Species and quantities of rice pests in this study 張

1.2 小樣本水稻害蟲(chóng)背景去除

1.2.1GrabCut算法

本研究使用的水稻害蟲(chóng)圖像是在農(nóng)田環(huán)境下拍攝，圖像中存在水稻稻穗、枝葉等復(fù)雜的背景，若不進(jìn)行背景分割，這些復(fù)雜背景會(huì)參與害蟲(chóng)圖像的特征提取和識(shí)別，可能會(huì)影響識(shí)別效果。將水稻害蟲(chóng)主輪廓從水稻稻穗、枝葉等復(fù)雜的背景中分割出來(lái)，將有利于后續(xù)的害蟲(chóng)識(shí)別。GrabCut[28]算法是一種高效的小樣本分割算法。傳統(tǒng)分割算法應(yīng)用紋理或邊界信息中的一種進(jìn)行分割，而GrabCut算法綜合利用了紋理及邊界2種信息進(jìn)行圖像分割，具有樣本數(shù)少，分割精度高等優(yōu)點(diǎn)。

使用GrabCut算法對(duì)水稻害蟲(chóng)圖像進(jìn)行背景分割的主要實(shí)現(xiàn)步驟如下：

1)定義目標(biāo)矩形，劃分前景和背景：在水稻害蟲(chóng)圖像中定義出包含害蟲(chóng)目標(biāo)的矩形(不傾斜且完全包含害蟲(chóng)目標(biāo)的最小矩形)，矩形外的區(qū)域被自動(dòng)認(rèn)為是背景，并用背景中的數(shù)據(jù)來(lái)區(qū)分定義的矩形區(qū)域內(nèi)的前景和背景；

2)前景和背景的建模及標(biāo)記：用高斯混合模型GMM對(duì)前景和背景進(jìn)行建模，將未定義的像素標(biāo)記為可能的前景或背景；

3)前景和背景的概率設(shè)定：基于害蟲(chóng)圖像每個(gè)像素之間的邊與周圍像素顏色上的相似性，給定其屬于前景或背景的概率；

4)前景和背景的分割：將每個(gè)像素與一個(gè)前景或背景節(jié)點(diǎn)相連接，若節(jié)點(diǎn)之間的邊的前景或背景屬性不同，則切斷邊，即可將害蟲(chóng)圖像的前景與背景分割(圖1)。

圖1 GrabCut對(duì)水稻害蟲(chóng)圖像去背景效果Fig.1 Effect of Grabcut on background removal of rice pest image

1.2.2水稻害蟲(chóng)去背景后的優(yōu)化與調(diào)整

使用GrabCut去背景后的圖像，可能存在較多冗余背景，且害蟲(chóng)所在圖像部位也不盡相同，為了減小上述情況對(duì)害蟲(chóng)識(shí)別準(zhǔn)確率的影響，通過(guò)閾值法確定水稻害蟲(chóng)的范圍，選取包含害蟲(chóng)的最小矩形對(duì)圖像進(jìn)行剪裁；通過(guò)填充部分背景將最小矩形圖片調(diào)整為正方形(正方形的邊長(zhǎng)取最小矩形長(zhǎng)和寬的最大值)，這樣處理是為了在去除多余黑色背景的同時(shí)確保圖像被resize時(shí)害蟲(chóng)形狀不會(huì)發(fā)生扭曲變形；通過(guò)resize處理得到分辨率大小為128像素×128像素×3的模型輸入圖像。優(yōu)化和調(diào)整過(guò)程見(jiàn)圖2。

圖2 去背景后水稻害蟲(chóng)圖像的優(yōu)化與調(diào)整Fig.2 Optimization and adjustment of pest image after background removal

1.3 小樣本水稻害蟲(chóng)識(shí)別

1.3.1卷積塊注意力膠囊網(wǎng)絡(luò)

為了提高小樣本水稻害蟲(chóng)的識(shí)別精度，本研究網(wǎng)絡(luò)架構(gòu)(圖3)在膠囊網(wǎng)絡(luò)的基礎(chǔ)上作了以下改進(jìn)：在卷積部分采用2個(gè)卷積層，以適應(yīng)128像素×128像素的輸入圖像；在2個(gè)卷積層之間插入CBAM注意力模塊[29]作為本試驗(yàn)特征提取模塊的最終結(jié)構(gòu)，CBAM用于提高卷積層對(duì)水稻害蟲(chóng)特征的提取能力。其中，2個(gè)卷積層均為3×3，濾波器步長(zhǎng)設(shè)置為2，以使得最終輸入主膠囊層的特征分辨率壓縮至32像素×32像素，膠囊尺寸設(shè)置為32，動(dòng)態(tài)路由迭代次數(shù)設(shè)置為4次。

圖3 基于卷積塊注意力模型和膠囊網(wǎng)絡(luò)的小樣本水稻害蟲(chóng)識(shí)別網(wǎng)絡(luò)架構(gòu)Fig.3 Network architecture of rice pests identification with small sample size problems based on CBAM and capsule network

1.3.2膠囊網(wǎng)絡(luò)

與傳統(tǒng)的卷積神經(jīng)網(wǎng)絡(luò)相比，膠囊網(wǎng)絡(luò)對(duì)圖像中的位置、角度等信息更加敏感，輸出的向量也能更好的反應(yīng)圖像的各種狀態(tài)。因此，膠囊網(wǎng)絡(luò)使用較少的數(shù)據(jù)，就能達(dá)到很好的效果，較適合于本研究中的小樣本水稻害蟲(chóng)識(shí)別。膠囊網(wǎng)絡(luò)由卷積層、主膠囊層和數(shù)字膠囊層組成。膠囊網(wǎng)絡(luò)結(jié)構(gòu)如圖4所示，對(duì)上一層得到的特征圖，用5組卷積核進(jìn)行卷積操作，得到5組特征圖；將5組特征圖都展成1維，并且對(duì)應(yīng)位置合并，即可得到2 592個(gè)膠囊；通過(guò)動(dòng)態(tài)路由算法[30]得到數(shù)字膠囊層，數(shù)字膠囊層的模長(zhǎng)大小即預(yù)測(cè)結(jié)果。

圖4 膠囊網(wǎng)絡(luò)結(jié)構(gòu)Fig.4 Structure of capsule network

1.3.3注意力機(jī)制

運(yùn)用在深度學(xué)習(xí)中的注意力機(jī)制與人類的注意力機(jī)制類似，皆從眾多信息中選擇出重點(diǎn)關(guān)注的信息，并投入更多的注意力資源[31]。本研究使用CBAM注意力機(jī)制，將其加入到膠囊網(wǎng)絡(luò)的特征提取過(guò)程中，實(shí)現(xiàn)對(duì)水稻害蟲(chóng)重點(diǎn)信息的關(guān)注。

CBAM結(jié)合了通道注意力模塊和空間注意力模塊，分別在通道和空間位置上設(shè)置注意力機(jī)制，并且合并起來(lái)對(duì)特征進(jìn)行優(yōu)化(圖5)。通道注意力模塊(圖6)關(guān)注輸入圖像中有意義的內(nèi)容，空間注意力模塊(圖7)專注信息的位置，這2個(gè)注意力模塊可以按照并行或不同順序串行連接[29]。由于CBAM是輕量級(jí)模塊，將其運(yùn)用到膠囊網(wǎng)絡(luò)中，在保留圖像信息并提升小樣本水稻害蟲(chóng)識(shí)別準(zhǔn)確率的同時(shí)，不會(huì)增加過(guò)多的網(wǎng)絡(luò)參數(shù)。水稻害蟲(chóng)圖像特征經(jīng)過(guò)CBAM處理后，輸出更具害蟲(chóng)本質(zhì)特性的精細(xì)特征。

圖5 CBAM結(jié)構(gòu)Fig.5 Structure of CBAM

h,w,c分別為卷積核的高、寬和通道數(shù)，圖7同。h,w and c are the height, width and channel number of convolution kernel, respectively. Same as Fig.7.圖6 CBAM中的通道注意力模塊流程Fig.6 Flow chart of channel attention module in CBAM

圖7 CBAM中的空間注意力模塊流程Fig.7 Flow chart of spatial attention module in CBAM

1.3.4小樣本水稻害蟲(chóng)識(shí)別步驟

本研究中小樣本水稻害蟲(chóng)識(shí)別的主要步驟(圖8)如下：

圖8 水稻害蟲(chóng)識(shí)別流程Fig.8 Flow chart of rice pest identification

1)水稻害蟲(chóng)圖像獲取。選取水稻害蟲(chóng)圖像，將公共數(shù)據(jù)集與自己拍攝的數(shù)據(jù)集合并構(gòu)成新的數(shù)據(jù)集。

2)水稻害蟲(chóng)圖像背景分割。使用GrabCut對(duì)水稻害蟲(chóng)圖像進(jìn)行背景分割，并將結(jié)果進(jìn)行優(yōu)化，得到去除復(fù)雜水稻背景后的水稻害蟲(chóng)圖像。

3)將去背景后的水稻害蟲(chóng)resize成128像素×128像素的圖像，并隨機(jī)分為訓(xùn)練集和測(cè)試集。

4)利用水稻害蟲(chóng)圖像訓(xùn)練集來(lái)訓(xùn)練本研究提出的卷積塊注意力膠囊網(wǎng)絡(luò)，得到小樣本水稻害蟲(chóng)識(shí)別模型。

5)將測(cè)試集中的害蟲(chóng)圖像輸入訓(xùn)練好的小樣本水稻害蟲(chóng)識(shí)別模型，獲得害蟲(chóng)圖像的識(shí)別結(jié)果。

2 試驗(yàn)結(jié)果與分析

2.1 評(píng)價(jià)指標(biāo)

為表明網(wǎng)絡(luò)的性能，使用精確度(Accuracy，Acc)、準(zhǔn)確率(Precision，P)、召回率(Recall，R)和F1得分衡量網(wǎng)絡(luò)模型對(duì)小樣本水稻害蟲(chóng)識(shí)別的性能，計(jì)算公式如下：

(1)

(2)

(3)

(4)

式中:TP(True positive)為被模型預(yù)測(cè)為正的正樣本；TN(True negative)為被模型預(yù)測(cè)為負(fù)的負(fù)樣本；FN(False negative)為被模型預(yù)測(cè)為正的負(fù)樣本；FP(False positive)為被模型預(yù)測(cè)為負(fù)的正樣本。

2.2 GrabCut算法對(duì)水稻害蟲(chóng)的分割效果

圖9示出GrabCut算法對(duì)4種常見(jiàn)的水稻害蟲(chóng)(稻棘緣蝽、黑尾葉蟬、稻綠蝽和稻黑蝽)的分割結(jié)果?？梢钥闯觯珿rabCut算法對(duì)復(fù)雜場(chǎng)景水稻害蟲(chóng)的分割效果較好，對(duì)復(fù)雜背景的去除比較干凈。

圖9 GrabCut算法分割4種常見(jiàn)水稻害蟲(chóng)圖像結(jié)果Fig.9 Segmentation result Graph of GrabCut algorithm

2.3 引入不同注意力機(jī)制的試驗(yàn)結(jié)果

在對(duì)小樣本水稻害蟲(chóng)數(shù)據(jù)集進(jìn)行數(shù)據(jù)擴(kuò)充和去背景后，為了提取到更多精細(xì)有價(jià)值的特征以提升模型對(duì)水稻害蟲(chóng)識(shí)別的性能，進(jìn)行了如下試驗(yàn)：在對(duì)水稻害蟲(chóng)圖像進(jìn)行去背景和數(shù)據(jù)擴(kuò)充后，分別將CBAM 和 SE 模塊[32]這2種注意力模型以不同的引入方式(如設(shè)置不同的引入位置及各注意力模塊間不同的連接方式等)，加入到特征提取網(wǎng)絡(luò)中，測(cè)試模型的識(shí)別準(zhǔn)確率。

由在不同位置引入不同組合方式的 CBAM 模塊的試驗(yàn)結(jié)果(表2)可知，當(dāng)采用本研究模型的方式，即將CBAM通道注意力模塊和空間注意力模塊順序引入到圖3中的卷積塊Conv1與Conv2之間時(shí)，識(shí)別準(zhǔn)確率最高，達(dá)到99.19%。由此可見(jiàn)，本研究模型采用的這種組合方式優(yōu)于其他組合方式，能實(shí)現(xiàn)高精度的識(shí)別。

表2 CBAM通道和空間注意力模塊不同組合方式的識(shí)別準(zhǔn)確率Table 2 Recognition accuracy of different combinations of CBAM channel and spatial attention module

表2(續(xù))

在不同位置引入SE模塊的試驗(yàn)結(jié)果(表3)可知，隨著引入位置不同，準(zhǔn)確率會(huì)不同。當(dāng)在Conv1與Conv2中間插入1個(gè)SENet時(shí)，識(shí)別準(zhǔn)確率高達(dá)97.58%；當(dāng)在2個(gè)卷積層后分別插入SENet[32]，雖也能獲得97.58%的識(shí)別準(zhǔn)確率。但是考慮到模型的輕量化，選擇在Conv1與Conv2中間插入1個(gè)SENet。

表3 SENet模塊不同引入位置的識(shí)別準(zhǔn)確率Table 3 Recognition accuracy of different locations of SENet

對(duì)比表2和表3可得，本研究模型采用CBAM注意力機(jī)制，并將其插入到Conv1和Conv2之間的結(jié)構(gòu)(圖3)達(dá)到了比僅使用通道注意力機(jī)制更高的識(shí)別準(zhǔn)確率。這是由于與SE相比，CBAM注意力機(jī)制能更加關(guān)注到區(qū)分度高的特征。

2.4 去背景及數(shù)據(jù)擴(kuò)充對(duì)不同模型試驗(yàn)結(jié)果的影響

為了提高模型的學(xué)習(xí)性能，提升訓(xùn)練精度，本研究對(duì)訓(xùn)練樣本中的水稻害蟲(chóng)圖像進(jìn)行了數(shù)據(jù)擴(kuò)充，增加訓(xùn)練樣本的多樣性，避免過(guò)擬合，以實(shí)現(xiàn)模型性能的提升。

使用SVM[33]、Inception V2[34]，以及本研究模型對(duì)去背景前后和數(shù)據(jù)擴(kuò)充前后的水稻害蟲(chóng)進(jìn)行識(shí)別準(zhǔn)確率對(duì)比結(jié)果見(jiàn)表4?？芍?/p>

表4 水稻害蟲(chóng)去背景及數(shù)據(jù)擴(kuò)充前后不同模型的識(shí)別準(zhǔn)確率Table 4 Recognition accuracy of different rice pest models before and after background removal and data expansion %

1)數(shù)據(jù)未擴(kuò)充的樣本，無(wú)論去背景前還是去背景后，所提模型識(shí)別精度都高于SVM和Inception V2，表明本研究模型對(duì)小樣本水稻害蟲(chóng)具有較好的識(shí)別性能；

2)去背景前數(shù)據(jù)擴(kuò)充后，Inception V2的識(shí)別精度稍高于本研究模型，這是因?yàn)镮nception V2網(wǎng)絡(luò)能提取到更豐富的尺度特征；

3)去背景后，所有對(duì)比方法的識(shí)別準(zhǔn)確率都提高了，這說(shuō)明去背景對(duì)于本研究中少樣本水稻害蟲(chóng)識(shí)別的有效性；

4)去背景后，本研究模型的識(shí)別精度無(wú)論是在擴(kuò)充還是不擴(kuò)充數(shù)據(jù)時(shí)，都相對(duì)較高。對(duì)比結(jié)果驗(yàn)證了本研究方法采用的去背景算法和數(shù)據(jù)擴(kuò)充策略是有效的，設(shè)計(jì)的模型架構(gòu)是合理的，達(dá)到了預(yù)期的目的，實(shí)現(xiàn)了少樣本水稻害蟲(chóng)的精準(zhǔn)識(shí)別，準(zhǔn)確率達(dá)99.19%。

2.5 不同水稻害蟲(chóng)識(shí)別模型識(shí)別結(jié)果對(duì)比分析

在對(duì)小樣本水稻害蟲(chóng)去背景以及數(shù)據(jù)擴(kuò)充后，將SVM、kNN[35]這2種淺層網(wǎng)絡(luò)，以及VGG16[3]、GoogleNet (試驗(yàn)中用InceptionV1和 InceptionV2)[4]、Mobilenet[36]等深層卷積神經(jīng)模型與本研究所提模型進(jìn)行對(duì)比試驗(yàn)，結(jié)果見(jiàn)表5?？芍簩?duì)于去除背景和數(shù)據(jù)擴(kuò)充后的小樣本水稻害蟲(chóng)，本研究模型識(shí)別準(zhǔn)確率可達(dá)到99.19%，優(yōu)于SVM、kNN這2種淺層網(wǎng)絡(luò)模型，以及VGGNet、GoogLeNet和MobileNet等深度學(xué)習(xí)網(wǎng)絡(luò)模型；比原始的膠囊網(wǎng)絡(luò)提高了1.61%。這是因?yàn)樵谀z囊網(wǎng)絡(luò)基礎(chǔ)上引入CBAM注意力可以獲取更精細(xì)的特征，提升了模型的識(shí)別性能。此外，由識(shí)別結(jié)果可得，在數(shù)據(jù)量充足的情況下，基于深度學(xué)習(xí)方法的水稻害蟲(chóng)的識(shí)別精度普遍高于傳統(tǒng)的機(jī)器學(xué)習(xí)方法。

表5 不同水稻害蟲(chóng)識(shí)別模型的識(shí)別準(zhǔn)確率Table 5 Recognition accuracy of different rice pest identification networks

由水稻害蟲(chóng)識(shí)別結(jié)果混淆矩陣(圖10)可知，各類別的識(shí)別準(zhǔn)確率都較高，只有黑尾葉蟬的準(zhǔn)確率相對(duì)低一些，這可能是由于該類樣本量較少導(dǎo)致的。對(duì)于樣本量相對(duì)其他類別較少的類而言，識(shí)別準(zhǔn)確率會(huì)明顯的降低，因?yàn)閿?shù)量相對(duì)較少，則多樣性不足，導(dǎo)致識(shí)別準(zhǔn)確率相對(duì)較低(圖10(b)可知，準(zhǔn)確率為0.92)。因此，采用相同的方法識(shí)別水稻害蟲(chóng)時(shí)，樣本的數(shù)量尤其是多樣性對(duì)識(shí)別準(zhǔn)確率具有一定的影響。

為展現(xiàn)本研究模型對(duì)于少樣本水稻害蟲(chóng)識(shí)別的性能，對(duì)圖10(a)混淆矩陣參數(shù)分析計(jì)算評(píng)價(jià)指標(biāo)，結(jié)果見(jiàn)表6。可知：對(duì)于不同種類的水稻害蟲(chóng)，召回率、準(zhǔn)確率和F1得分分別為0.917～1.000、0.968～1.000和0.957～1.000。由此可見(jiàn)，本研究提出的方法對(duì)復(fù)雜背景下小樣本水稻害蟲(chóng)的識(shí)別具有較好的效果。

圖10 使用本研究模型的水稻害蟲(chóng)識(shí)別結(jié)果混淆矩陣Fig.10 Confusion matrix of rice pest identification using the research model

表6 水稻害蟲(chóng)識(shí)別結(jié)果混淆矩陣參數(shù)分析Table 6 Parameter analysis of confusion matrix of rice pest identification results

3 結(jié) 論

本研究針對(duì)水稻害蟲(chóng)識(shí)別中的復(fù)雜背景和小樣本問(wèn)題，利用GrabCut對(duì)水稻圖像中的害蟲(chóng)進(jìn)行背景分割，在膠囊網(wǎng)絡(luò)中引入CBAM實(shí)現(xiàn)對(duì)水稻害蟲(chóng)的關(guān)鍵信息提取和準(zhǔn)確識(shí)別；構(gòu)建了基于卷積塊注意力膠囊網(wǎng)絡(luò)的小樣本水稻害蟲(chóng)識(shí)別模型。試驗(yàn)結(jié)果表明，本研究方法可達(dá)到99.19%的識(shí)別精度，高于kNN和SVM這2種淺層網(wǎng)絡(luò)以及MobileNet、VGG16、Inception V1和Inception V2等深度學(xué)習(xí)網(wǎng)絡(luò)。下一步將針對(duì)真實(shí)環(huán)境少樣本水稻害蟲(chóng)的多樣性擴(kuò)充以及遮擋害蟲(chóng)識(shí)別問(wèn)題進(jìn)行研究，以期實(shí)現(xiàn)真實(shí)環(huán)境水稻少樣本害蟲(chóng)全自動(dòng)化和智能化診斷。