金彬 解祥新

作者簡(jiǎn)介：金彬（1995— ），男，江蘇南通人，助教，碩士；研究方向：機(jī)器視覺(jué)，人工智能。

摘要：為了降低葡萄果園的管理成本，及時(shí)發(fā)現(xiàn)并預(yù)防葡萄病害，文章提出了一種基于改進(jìn)YOLOv4模型的葡萄葉片病害檢測(cè)與識(shí)別算法。該算法對(duì)傳統(tǒng)YOLOv4模型進(jìn)行了改進(jìn)，針對(duì)細(xì)粒度、多尺度的葡萄葉片早期疾病檢測(cè)優(yōu)化了檢測(cè)速度和準(zhǔn)確性，并應(yīng)用于真實(shí)環(huán)境中的實(shí)時(shí)檢測(cè)。在檢測(cè)時(shí)間為18.31 ms時(shí)，該檢測(cè)模型的平均準(zhǔn)確率（mAP）和F1得分分別達(dá)到90.4%和94.8%?？傮w檢測(cè)結(jié)果表明，當(dāng)前算法的性能顯著優(yōu)于現(xiàn)有的檢測(cè)模型，精度提高了7.8%，F(xiàn)1分?jǐn)?shù)提高了6.6%。該模型可作為一種檢測(cè)復(fù)雜現(xiàn)實(shí)情景下葡萄葉片病害的有效方法。

關(guān)鍵詞：實(shí)時(shí)目標(biāo)檢測(cè)；葡萄葉??；卷積神經(jīng)網(wǎng)絡(luò)；計(jì)算機(jī)視覺(jué)

中圖分類(lèi)號(hào)：TP311? 文獻(xiàn)標(biāo)志碼：A

0? 引言

植物病蟲(chóng)害是造成生態(tài)和農(nóng)業(yè)損失的重要原因，及時(shí)發(fā)現(xiàn)和預(yù)防各種植物病害是提升農(nóng)場(chǎng)和果園農(nóng)業(yè)收益的關(guān)鍵。當(dāng)下仍有不少果園采用傳統(tǒng)人工排查診斷的方法，效率低下，管理成本高［1］。近年來(lái)，隨著計(jì)算機(jī)視覺(jué)在精準(zhǔn)農(nóng)業(yè)技術(shù)中的進(jìn)步，機(jī)器視覺(jué)的病害檢測(cè)應(yīng)用大大提高了作物病害檢測(cè)的效率，為作物產(chǎn)量的提高作出了重要貢獻(xiàn)。

1? 現(xiàn)有模型的應(yīng)用局限

植物病害的早期識(shí)別和預(yù)防是作物收獲的重要環(huán)節(jié)，可以有效減少生長(zhǎng)障礙，從而最大限度地減少農(nóng)藥的使用，實(shí)現(xiàn)無(wú)公害作物生產(chǎn)。王權(quán)順等［2］將傳統(tǒng)機(jī)器學(xué)習(xí)方法用于植物和疾病分類(lèi)和檢測(cè)。然而，此類(lèi)方法在實(shí)時(shí)疾病檢測(cè)中的性能和速度較低，也無(wú)法適應(yīng)具有不均勻復(fù)雜背景的現(xiàn)實(shí)生活檢測(cè)場(chǎng)景，而深度學(xué)習(xí)可以很好地解決機(jī)器視覺(jué)在這方面的問(wèn)題，并且已被應(yīng)用在諸如作物和水果的分類(lèi)、圖像分割及品種檢測(cè)中。

其中，CNN模型可以對(duì)輸入的圖像直接提取特征，從而避免了復(fù)雜的預(yù)處理流程，因此性能比較突出，使用范圍較廣［3］?；贑NN的目標(biāo)檢測(cè)模型大致可以分為兩類(lèi)：一階檢測(cè)器和二階檢測(cè)器。二階檢測(cè)器需要做兩件事：分類(lèi)和定位，也因此檢測(cè)時(shí)間較長(zhǎng)。而一階檢測(cè)器YouOnlyLookOnce（YOLO）算法，將目標(biāo)分類(lèi)和定位統(tǒng)一為回歸問(wèn)題，通過(guò)回歸來(lái)檢測(cè)目標(biāo)，檢測(cè)速度大幅提升。本文采用改進(jìn)的YOLOv4算法進(jìn)行葡萄葉片的病害檢測(cè)，具有較高的精度和準(zhǔn)確度。

葡萄是一種經(jīng)濟(jì)價(jià)值較高的水果產(chǎn)物，是不少果園經(jīng)營(yíng)者的主要經(jīng)濟(jì)來(lái)源之一。然而，葡萄病害是葡萄生產(chǎn)過(guò)程中的一個(gè)主要問(wèn)題，其嚴(yán)重影響了葡萄的產(chǎn)量和質(zhì)量。常見(jiàn)的病害可以通過(guò)葡萄葉片的現(xiàn)象反映出來(lái)，在染病初期發(fā)現(xiàn)病害并及時(shí)采取措施可以有效防治葡萄的多數(shù)病害。然而，由于細(xì)粒度的多尺度分布、病害與背景顏色紋理的相似性、病害形態(tài)的多樣性，葡萄葉片病害的早期實(shí)時(shí)檢測(cè)仍然具有挑戰(zhàn)性。此外，復(fù)雜的背景，包括重疊的葉子和土壤、真實(shí)環(huán)境中光線的變化以及其他一些因素，導(dǎo)致高精度檢測(cè)葡萄葉片病害的任務(wù)十分艱巨［4］?，F(xiàn)有的檢測(cè)模型無(wú)法實(shí)現(xiàn)高準(zhǔn)確性的同時(shí)還具備較高的實(shí)時(shí)檢測(cè)速度。

2? 改進(jìn)的YOLO模型提出

本研究提出一種基于改進(jìn)YOLOv4的葡萄葉片病害檢測(cè)與識(shí)別算法，以解決傳統(tǒng)方法存在的問(wèn)題，同時(shí)提高檢測(cè)的準(zhǔn)確性和效率。通過(guò)引入DenseNet塊，將CSPDarkNet53修改為Dense-CSPDarkNet53，以改進(jìn)小目標(biāo)檢測(cè)的特征傳輸和重用。為了優(yōu)化冗余并降低計(jì)算成本，通過(guò)修改卷積塊來(lái)減少網(wǎng)絡(luò)層數(shù)。改進(jìn)的路徑聚合網(wǎng)絡(luò)（PANet）也被用來(lái)保留細(xì)粒度的定位信息并增強(qiáng)多尺度語(yǔ)義信息的特征融合。此外，所提出的模型中空間金字塔池塊的集成增強(qiáng)了感受野。更改網(wǎng)絡(luò)主要激活函數(shù)，提高特征學(xué)習(xí)能力進(jìn)而提高識(shí)別準(zhǔn)確率。為了防止訓(xùn)練過(guò)程中的過(guò)度擬合并提高魯棒性，采用了數(shù)據(jù)增強(qiáng)，將數(shù)據(jù)集進(jìn)行了擴(kuò)充［5］。該模型可以在復(fù)雜的農(nóng)業(yè)環(huán)境下自動(dòng)檢測(cè)不同大小的葡萄葉片出現(xiàn)的不同病害的判別特征。實(shí)驗(yàn)結(jié)果表明，該算法優(yōu)于原始YOLOv4模型，具有較高的準(zhǔn)確率和魯棒性，可以為葡萄病害的預(yù)防和控制提供有力的支持。

3? 改進(jìn)的YOLO模型建立

YOLOv4是一種高精度的單階段目標(biāo)檢測(cè)模型，通過(guò)生成邊界框坐標(biāo)和每個(gè)類(lèi)對(duì)應(yīng)的概率，將目標(biāo)檢測(cè)任務(wù)轉(zhuǎn)化為回歸問(wèn)題。在目標(biāo)檢測(cè)過(guò)程中，輸入圖像被分為N×N均勻相等的網(wǎng)格。該模型將生成B個(gè)預(yù)測(cè)邊界框和相應(yīng)的置信度。當(dāng)目標(biāo)類(lèi)的真實(shí)值的中心落在指定的網(wǎng)格內(nèi)時(shí)，它會(huì)檢測(cè)到特定對(duì)象類(lèi)的目標(biāo)。每個(gè)網(wǎng)格用每個(gè)目標(biāo)類(lèi)的置信度分?jǐn)?shù)和相應(yīng)的C類(lèi)條件概率來(lái)預(yù)測(cè)B個(gè)邊界框。置信度得分可以表示為：

confidence=pr（object）×IoUtruthpred，∑pr（object）∈0，1（1）

當(dāng)目標(biāo)類(lèi)落入YOLO網(wǎng)格內(nèi)時(shí)，pr（object）=1，否則，pr（object）=0。參考和預(yù)測(cè)邊界框之間的重合由下式描述：IoUtruthpred。這里，IoU是交集與并集的比值，稱為交并比。pr（object）的值表示在網(wǎng)格內(nèi)檢測(cè)到目標(biāo)類(lèi)時(shí)邊界框預(yù)測(cè)的準(zhǔn)確性。在獲得最終邊界框之前，通過(guò)非極大值抑制算法過(guò)濾每個(gè)尺度的最佳邊界框預(yù)測(cè)。

然而，原始YOLOv4模型在檢測(cè)葡萄葉片的不同病害時(shí)，存在病害密集、細(xì)粒度、多尺度分布、病區(qū)幾何形態(tài)不規(guī)則、病害同時(shí)發(fā)生等問(wèn)題［6］。同一片葉子和復(fù)雜的背景，極大地影響了檢測(cè)精度，導(dǎo)致大量漏檢和錯(cuò)誤的目標(biāo)預(yù)測(cè)。為了解決上述問(wèn)題，本文提出了基于YOLOv4算法的改進(jìn)版本，以提高葡萄葉片病害的檢測(cè)效率和準(zhǔn)確性。改進(jìn)的網(wǎng)絡(luò)模型架構(gòu)如圖1所示，主干網(wǎng)絡(luò)用于特征提取，頸部用于提取特征的語(yǔ)義表示，頭部用于預(yù)測(cè)。

在目標(biāo)檢測(cè)過(guò)程中，YOLOv4算法減少了神經(jīng)網(wǎng)絡(luò)中的特征映射。為了結(jié)合更多的特征信息，在傳播過(guò)程中采用密集塊網(wǎng)絡(luò)結(jié)構(gòu)實(shí)現(xiàn)了特征的保存與前級(jí)特征的重用，密集塊網(wǎng)絡(luò)結(jié)構(gòu)使得每一層都以前饋模式連接到其他層。網(wǎng)絡(luò)塊的主要優(yōu)點(diǎn)是第n層能夠從所有輸入接收所需的特征信息Xn，可以表示為Xn=Hn［X0，X1，…，Xn-1］，由于圖像數(shù)據(jù)集的復(fù)雜性，密集的塊在整個(gè)神經(jīng)網(wǎng)絡(luò)中促進(jìn)了更好的特征傳輸和梯度，也能在一定程度上減輕過(guò)擬合。因此，在提出的模型中，用DB1-CSP1、DB2-CSP2、DB3-CSP4、DB4-CSP4和DB5- CSP2替換原CSPDarknet53中CSP1、CSP2、CSP8、CSP8和CSP4，通過(guò)增加密集的連接塊，以增強(qiáng)特征的傳播，減少卷積塊，以減少冗余特征操作的數(shù)量，提高計(jì)算速度。所提出的密集塊網(wǎng)絡(luò)結(jié)構(gòu)示意圖如圖2所示。

目標(biāo)檢測(cè)模型的一個(gè)重要方面是為特定問(wèn)題選擇適當(dāng)?shù)募せ詈瘮?shù)，以提高神經(jīng)網(wǎng)絡(luò)的準(zhǔn)確性和性能。為了增強(qiáng)網(wǎng)絡(luò)梯度流的穩(wěn)定性，幫助在檢測(cè)模型中學(xué)習(xí)更多的表達(dá)特征，提出的模型使用了Mish激活函數(shù)［7］，可以表示為：f（x）=x×tanh（softplus（x））=x×tanh（ln（1+ex））。此外，由于Mish具有獨(dú)特的無(wú)界性和下有界性，它有助于消除輸出神經(jīng)元的飽和問(wèn)題，改進(jìn)網(wǎng)絡(luò)正則化。經(jīng)過(guò)驗(yàn)證，使用Mish作為主要激活函數(shù)，在自定義模型數(shù)據(jù)集中精度有明顯的提高。

4? 驗(yàn)證結(jié)果

原始數(shù)據(jù)集中，共有1 600張，包括3種葡萄病害的葉片圖片各400張，健康葡萄葉片400張。利用圖像增強(qiáng)程序，將數(shù)據(jù)集擴(kuò)展到4 800張，作為本研究的自定義數(shù)據(jù)集。針對(duì)自定義數(shù)據(jù)集，使用LabelImg腳本進(jìn)行標(biāo)注，文件包含了訓(xùn)練數(shù)據(jù)集中圖像標(biāo)注時(shí)? 的目標(biāo)類(lèi)信息和相應(yīng)的邊界坐標(biāo)。從自定義數(shù)據(jù)集中，按照3∶1∶1的比例構(gòu)建訓(xùn)練集、驗(yàn)證集和測(cè)試集。為了提高所提出的檢測(cè)模型對(duì)葡萄不同生長(zhǎng)階段的病害識(shí)別準(zhǔn)確性，規(guī)定輸入512×512大小的3通道圖像，設(shè)定batch大小為16，學(xué)習(xí)率最低0.001。

為了比較所提出的檢測(cè)模型的總體性能，本研究將IoU、F1-score、mAP、最終驗(yàn)證損失和平均檢測(cè)時(shí)間與YOLOv3和YOLOv4進(jìn)行了比較，如表1所示。對(duì)比IoU，發(fā)現(xiàn)該模型的IoU值最高，為0.915，比原始YOLOv4模型高出6.2%。因此，與其他兩種模型相比，所提出的檢測(cè)模型具有更好的邊界框檢測(cè)精度。該模型的F1評(píng)分為0.948，mAP為0.904，比YOLOv4提高了6.6%和7.8%。此外，比較了3種模型的平均檢測(cè)時(shí)間，測(cè)試結(jié)果表明YOLOv4的檢測(cè)時(shí)間最低，為15.721 ms。該模型的檢測(cè)時(shí)間高于YOLOv4模型，檢測(cè)時(shí)間為18.313 ms。

當(dāng)PR曲線下的面積在所有3個(gè)模型中最高時(shí)，所提出的模型對(duì)于特定召回的精度值更高。與YOLOv3和YOLOv4檢測(cè)模型相比，所提出的模型顯著提高了測(cè)試數(shù)據(jù)集的總體精度、查全率和F1得分，在精度和準(zhǔn)確度上都明顯優(yōu)于YOLOv3和YOLOv4，代價(jià)僅是降低少許檢測(cè)速度。由此，可以得出所提模型的性能和精度得到了顯著提高。

5? 結(jié)語(yǔ)

綜上所述，本研究基于改進(jìn)的YOLOv4算法開(kāi)發(fā)了一個(gè)實(shí)時(shí)目標(biāo)檢測(cè)框架，并將其應(yīng)用于葡萄葉的病害檢測(cè)。本研究對(duì)該模型進(jìn)行了改進(jìn)，以優(yōu)化其準(zhǔn)確性，并通過(guò)在復(fù)雜的果園情景下檢測(cè)疾病進(jìn)行驗(yàn)證。在檢測(cè)幀率為54.6FPS的情況下，該算法的平均精度（mAP）值為91.5%，F(xiàn)1分?jǐn)?shù)為94.8%。與原YOLOv4模型相比，該模型的精度提高了7.8%，F(xiàn)1分?jǐn)?shù)提高了6.6%，表明在實(shí)時(shí)現(xiàn)場(chǎng)應(yīng)用中具有較強(qiáng)的檢測(cè)性能潛力。

參考文獻(xiàn)

［1］陳道懷，汪杭軍.基于改進(jìn)YOLOv4的林業(yè)害蟲(chóng)檢測(cè)［J］.浙江農(nóng)業(yè)學(xué)報(bào)，2022（6）：1306-1315.

［2］王權(quán)順，呂蕾，黃德豐，等.基于改進(jìn)YOLOv4算法的蘋(píng)果葉部病害缺陷檢測(cè)研究［J］.中國(guó)農(nóng)機(jī)化學(xué)報(bào)，2022（11）：182-187.

［3］傅云龍，梁丹，梁冬泰，等.基于機(jī)器視覺(jué)與YOLO算法的馬鈴薯表面缺陷檢測(cè)［J］.機(jī)械制造，2021（8）：82-87.

［4］雷建云，葉莎，夏夢(mèng)，等.基于改進(jìn)YOLOv4的葡萄葉片病害檢測(cè)［J］.中南民族大學(xué)學(xué)報(bào)（自然科學(xué)版），2022（6）：712-719.

［5］儲(chǔ)鑫，李祥，羅斌，等.基于改進(jìn)YOLOv4算法的番茄葉部病害識(shí)別方法［J］.江蘇農(nóng)業(yè)學(xué)報(bào)，2023（5）：1199-1208.

［6］劉闐宇，馮全，楊森.基于卷積神經(jīng)網(wǎng)絡(luò)的葡萄葉片病害檢測(cè)方法［J］.東北農(nóng)業(yè)大學(xué)學(xué)報(bào)，2018（3）：73-83.

［7］鄒翔翔.基于深度卷積神經(jīng)網(wǎng)絡(luò)的面部表情識(shí)別研究［D］.南京：南京郵電大學(xué)，2023.

（編輯? 王永超）

Grape leaf disease detection and recognition algorithm based on improved YOLOv4

Jin? Bin， Xie? Xiangxin

（Computer and Information Engineering Department， Nantong Institute of Technology， Nantong 226002， China）

Abstract：? In order to reduce the management cost of grape orchards and timely detect and prevent grape diseases， this paper proposes a grape leaf disease detection and recognition algorithm based on an improved YOLOv4 model. The traditional YOLOv4 model has been improved to optimize detection speed and accuracy for fine-grained and multi-scale early disease detection of grape leaves， and applied to real-time detection in real environments. At a detection time of 18.31 ms， the average accuracy （mAP） and F1-score of the detection model reached 90.4% and 94.8%， respectively. The overall detection results indicate that the current algorithm performs significantly better than existing detection models， with an accuracy improvement of 7.8% and an F1-score improvement of 6.6%. This model can serve as an effective method for detecting grape leaf diseases in complex real-world scenarios.

Key words： real-time object detection; grape leaf disease; convolutional neural network; computer vision