張?jiān)娪?夏 凱 杜曉晨 馮海林,3 陳 力

(浙江農(nóng)林大學(xué)信息工程學(xué)院1，杭州 311300) (浙江省林業(yè)智能監(jiān)測(cè)與信息技術(shù)研究重點(diǎn)實(shí)驗(yàn)室2，杭州 311300) (林業(yè)感知技術(shù)與智能裝備國(guó)家林業(yè)局重點(diǎn)實(shí)驗(yàn)室3，杭州 311300)

中國(guó)是糧食生產(chǎn)和消費(fèi)大國(guó)，但我國(guó)在糧食的存儲(chǔ)方面仍存在著潮濕發(fā)熱、發(fā)霉變質(zhì)、滋生害蟲等問(wèn)題。對(duì)糧倉(cāng)害蟲的快速精準(zhǔn)檢測(cè)識(shí)別，是治理糧倉(cāng)害蟲的第一步。在過(guò)去，糧農(nóng)普遍缺乏害蟲識(shí)別知識(shí)單憑糧農(nóng)自身很難對(duì)癥下藥，而專家人工識(shí)別的速度和效率又非常有限，所以需要借助計(jì)算機(jī)視覺(jué)[1]和圖像處理等技術(shù)手段對(duì)糧倉(cāng)害蟲進(jìn)行檢測(cè)。糧倉(cāng)害蟲圖像檢測(cè)中的主要挑戰(zhàn)在于當(dāng)糧倉(cāng)害蟲與其他谷物混合的情況下識(shí)別出糧倉(cāng)害蟲并且將其與其他害蟲種類進(jìn)行區(qū)分。

傳統(tǒng)的害蟲識(shí)別的方法大多數(shù)都集中在對(duì)害蟲的特征提取上，首先對(duì)圖像進(jìn)行人工特征提取，再將提取到的特征作為輸入利用機(jī)器學(xué)習(xí)方法進(jìn)行建模和識(shí)別。國(guó)內(nèi)早期采用的是對(duì)害蟲圖像的全局特征進(jìn)行提取，如許振偉[2]基于二階灰度統(tǒng)計(jì)儲(chǔ)糧害蟲的紋理特征利用BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本，得到害蟲的種類和輪廓并且能實(shí)現(xiàn)對(duì)儲(chǔ)糧害蟲的快速檢測(cè)和準(zhǔn)確分類；鄒修國(guó)等[3]基于不變矩提取形狀特征值的方法實(shí)現(xiàn)了對(duì)稻飛虱的分類；吳一全等[4]對(duì)儲(chǔ)糧害蟲圖像進(jìn)行擴(kuò)展Shearlet變換構(gòu)成紋理特征向量，用Krawtchouk矩不變量描述儲(chǔ)糧害蟲的形狀特征，將紋理特征向量和形狀特征向量分別歸一化提高了儲(chǔ)糧害蟲的識(shí)別精度。對(duì)害蟲圖像的全局特征進(jìn)行提取雖然易于計(jì)算，但在復(fù)雜背景以及害蟲姿態(tài)變化下，難以精確的描述全局屬性。近年來(lái)對(duì)害蟲圖像的特征提取逐漸轉(zhuǎn)向局部圖像特征提取，局部圖像特征提取[5, 6]是指從圖像局部區(qū)域中抽取的特征，包括邊緣、角點(diǎn)、線、曲線和特別屬性的區(qū)域等。常見(jiàn)的局部特征包括角點(diǎn)類和區(qū)域類兩大類描述方式，如王利強(qiáng)[7]利用點(diǎn)特征圖像配準(zhǔn)算法在儲(chǔ)糧害蟲種類識(shí)別領(lǐng)域進(jìn)行了嘗試性的應(yīng)用；韓瑞珍[8]將SIFT局部特征的提取方法應(yīng)用于對(duì)農(nóng)田害蟲的快速識(shí)別；謝林波等[9]對(duì)油茶害蟲圖像進(jìn)行SIFT特征提取通過(guò)BoW模型來(lái)描述各幅圖像進(jìn)而從圖像中識(shí)別出油茶害蟲的種類。局部圖像特征提取雖然相比全局特征提取更精確，但由于兩種特征提取的方式仍依賴于人工選取特征，模型的優(yōu)劣取決于特征的選擇，存在局限性且泛化能力較差。

隨著深度學(xué)習(xí)技術(shù)在圖像識(shí)別以及檢測(cè)方面的發(fā)展，卷積神經(jīng)網(wǎng)絡(luò)體現(xiàn)了其在圖像檢測(cè)方面的優(yōu)異性。Krizhevsky等[10]使用深度卷積神經(jīng)網(wǎng)絡(luò)在2012年贏得了ImageNet大規(guī)模視覺(jué)識(shí)別挑戰(zhàn)賽的第一名。深度學(xué)習(xí)技術(shù)在害蟲檢測(cè)方面也體現(xiàn)了它的優(yōu)異性，如Ding和Taylor[11]使用滑動(dòng)窗口方法獲得感興趣的區(qū)域并應(yīng)用5層卷積神經(jīng)網(wǎng)絡(luò)確定這些區(qū)域是否包含飛蛾，實(shí)驗(yàn)結(jié)果表明使用卷積神經(jīng)網(wǎng)絡(luò)的召回率高于使用LogReg算法的召回率；董本志[12]等基于K-means聚類的深度學(xué)習(xí)網(wǎng)絡(luò)模型Faster R-CNN對(duì)圖像中的榆紫葉甲蟲進(jìn)行識(shí)別最終達(dá)到94.73%的精度；孫鈺[13]等使用改進(jìn)后Faster R-CNN從被誘芯吸引的6種小蠹科昆蟲中區(qū)分出危害最大的紅脂大小蠹，自動(dòng)化地統(tǒng)計(jì)誘捕器內(nèi)紅脂大小蠹數(shù)量。傳統(tǒng)的害蟲圖像識(shí)別采用人工特征提取和機(jī)器學(xué)習(xí)相結(jié)合的方法，主要依賴于特征提取的算法。深度卷積神經(jīng)網(wǎng)絡(luò)[14]無(wú)需構(gòu)造人工特征，能在訓(xùn)練數(shù)據(jù)的過(guò)程中自適應(yīng)地構(gòu)建目標(biāo)特征，具有更高的泛化能力，因此本文使用Faster R-CNN模型對(duì)糧倉(cāng)害蟲圖像進(jìn)行檢測(cè)。但是標(biāo)準(zhǔn)的Faster R-CNN模型的候選框提取網(wǎng)絡(luò)更適用于VOC2007數(shù)據(jù)集中的20種分類任務(wù)，不符合糧倉(cāng)害蟲的形態(tài)學(xué)特征，用于檢測(cè)糧倉(cāng)害蟲時(shí)會(huì)造成候選框冗余過(guò)大，因此本文使用聚類算法改進(jìn)Faster R-CNN模型的區(qū)域提案網(wǎng)絡(luò)，利用Faster R-CNN模型訓(xùn)練數(shù)據(jù)集來(lái)對(duì)糧倉(cāng)害蟲圖像進(jìn)行檢測(cè)。本研究建立了糧倉(cāng)害蟲數(shù)據(jù)集SGI-6包括網(wǎng)絡(luò)獲取圖像、顯微鏡采集圖像和單反拍攝圖像三種多目標(biāo)尺度的數(shù)據(jù)集。實(shí)驗(yàn)室拍攝的圖像以大米和小米為背景模擬糧倉(cāng)的真實(shí)環(huán)境，并且對(duì)數(shù)據(jù)集做了翻轉(zhuǎn)和裁剪處理，以提高卷積神經(jīng)網(wǎng)絡(luò)的準(zhǔn)確性。

1 基于聚類特征的Faster R-CNN模型

目前基于深度學(xué)習(xí)的目標(biāo)檢測(cè)算法主要分為兩類，一類為基于區(qū)域的目標(biāo)檢測(cè)算法，另一類以回歸問(wèn)題求解的方法進(jìn)行目標(biāo)檢測(cè)。2015年Goirshick 提出了Faster R-CNN檢測(cè)算法，該方法是基于區(qū)域的目標(biāo)檢測(cè)算法，在各類目標(biāo)檢測(cè)任務(wù)中有廣泛的應(yīng)用，尤其比較適用于小目標(biāo)的檢測(cè)。本文將Faster R-CNN模型引入到以糧倉(cāng)為背景的儲(chǔ)糧害蟲檢測(cè)中。糧倉(cāng)環(huán)境復(fù)雜，應(yīng)用深度卷積神經(jīng)網(wǎng)絡(luò)能對(duì)特征進(jìn)行有效的提取。Faster R-CNN模型選取VGG16[15]作為特征提取網(wǎng)絡(luò)，網(wǎng)絡(luò)的結(jié)構(gòu)如圖1所示。該特征提取網(wǎng)絡(luò)總共有13個(gè)conv層，每個(gè)conv層之后跟了一個(gè)relu層作為激活函數(shù)，加入非線性因素。該特征提取網(wǎng)絡(luò)有4個(gè)pooling層，用于特征降維，減少模型的過(guò)擬合。通過(guò)VGG16特征提取后得到的特征圖同時(shí)進(jìn)入RPN區(qū)域提案網(wǎng)絡(luò)和Fast R-CNN檢查模塊網(wǎng)絡(luò)。RPN區(qū)域提案網(wǎng)絡(luò)用于提取候選框是全連接神經(jīng)網(wǎng)絡(luò)，F(xiàn)ast R-CNN用來(lái)檢測(cè)并識(shí)別RPN提取的候選框中的目標(biāo)。由于Faster R-CNN模型在圖像檢測(cè)中的優(yōu)異性，本文提出了一種基于聚類算法的Faster R-CNN糧倉(cāng)害蟲檢測(cè)模型。糧倉(cāng)害蟲檢測(cè)首先輸入任意大小的糧倉(cāng)害蟲圖像，經(jīng)過(guò)VGG16提取特征圖后通過(guò)聚類算法修改區(qū)域提案網(wǎng)絡(luò)獲取圖像中的候選框。經(jīng)過(guò)RPN訓(xùn)練之后的特征圖進(jìn)入多任務(wù)損失層，最后利用分類網(wǎng)絡(luò)對(duì)候選框的區(qū)域進(jìn)行分類，使用NMS合并重疊的候選框。糧倉(cāng)害蟲檢測(cè)模型的流程如圖2所示。

圖1 特征提取網(wǎng)絡(luò)結(jié)構(gòu)圖

圖2 糧倉(cāng)害蟲檢測(cè)模型的流程圖

識(shí)別糧倉(cāng)害蟲時(shí)，標(biāo)準(zhǔn)的候選框長(zhǎng)寬比不符合糧倉(cāng)害蟲的形態(tài)特征，易造成候選框的冗余過(guò)大。尤其當(dāng)兩只糧倉(cāng)害蟲相鄰時(shí)，最終框定的誤差會(huì)特別嚴(yán)重，為減少框定的誤差可以使用聚類算法對(duì)圖像中目標(biāo)的長(zhǎng)寬值進(jìn)行統(tǒng)計(jì)，選擇最佳的候選框長(zhǎng)寬比。本文采用一種聚類算法[16]對(duì)Faster R-CNN模型的區(qū)域提案網(wǎng)絡(luò)進(jìn)行優(yōu)化。該聚類算法是一種基于劃分的聚類算法，能使被劃分到同一簇的對(duì)象之間相似度最大，而不同簇之間的相似度最小。利用聚類算法對(duì)糧倉(cāng)害蟲數(shù)據(jù)集中的害蟲目標(biāo)長(zhǎng)寬進(jìn)行統(tǒng)計(jì)，選取出三種最適合的候選框長(zhǎng)寬比。

具體的聚類過(guò)程為：對(duì)n個(gè)糧倉(cāng)害蟲圖像中目標(biāo)的長(zhǎng)寬比X{x1,x2,…,xn}聚類，集合X中有s個(gè)特征。將集合X中的元素分為c類(2≤c≤n)，本文最終需要得到3個(gè)聚類中心點(diǎn)，所以c=3，聚類中心V={v1,v2,v3}。

聚類算法的目標(biāo)函數(shù)如下：

(1)

通過(guò)計(jì)算最后得到聚合中心V={0.67，0.99，1.23}，將計(jì)算出的聚合中心代替標(biāo)準(zhǔn)候選框提取網(wǎng)絡(luò)初始的長(zhǎng)寬比(0.5，1，2)。由于糧倉(cāng)害蟲圖像的目標(biāo)相較于標(biāo)準(zhǔn)的VOC2007數(shù)據(jù)集中的目標(biāo)來(lái)說(shuō)目標(biāo)尺度比較小屬于微小型目標(biāo)，因此本文將5122尺寸的候選框去除，保留了1282，2562兩種尺寸，最終生成六種不同的候選框。初始網(wǎng)絡(luò)以及修改后生成候選框尺寸和比例如圖3所示。圖2a和圖2b都以O(shè)為中心生成候選框。修改后的區(qū)域提案網(wǎng)絡(luò)生成的候選框更適用于糧倉(cāng)害蟲檢測(cè)，并減少了糧倉(cāng)復(fù)雜背景對(duì)檢測(cè)結(jié)果的影響，提高了識(shí)別精度。將候選框輸入到分類層和回歸層，用于分類和包圍框(bounding box)回歸。最后根據(jù)regionproposal得分高低，選取前300個(gè)regionproposal，作為Fast R-CNN的輸入進(jìn)行目標(biāo)檢測(cè)。修改后的RPN結(jié)構(gòu)示意圖，如圖4所示。

當(dāng)以下兩種情況下anchor被判定為正樣本：(1)與

圖3 修改前后的候選框生成圖

圖4 修改后的RPN結(jié)構(gòu)示意圖

實(shí)際標(biāo)定框重疊比例最大的anchor(2)與實(shí)際標(biāo)定框重疊比例(IOU)大于0.7時(shí)。當(dāng)實(shí)際標(biāo)定框重疊比例(IOU)小于0.3時(shí)，anchor被判定為負(fù)樣本。其余沒(méi)有被定義的樣本對(duì)訓(xùn)練沒(méi)有作用所以被舍棄。訓(xùn)練遵循多任務(wù)損失，損失函數(shù)定義為：

(2)

式中：N是anchor的總量；i是批次中anchor的索引；pi是第i個(gè)anchor的分類概率；p*i是第i個(gè)anchor的標(biāo)簽，當(dāng)anchor是正樣本則p*i=1，當(dāng)anchor是負(fù)樣本則p*i=0；ti是預(yù)測(cè)框的坐標(biāo)；t*i是實(shí)際標(biāo)定框的坐標(biāo)。其中分類損失函數(shù)(Lcls)如式(2)，是兩個(gè)類別(目標(biāo)和背景)的對(duì)數(shù)損失，回歸損失函數(shù)(Lreg)如式(3)所示。

(3)

(4)

(5)

式中：smoothL1為魯棒損失函數(shù)。

2 實(shí)驗(yàn)與分析

2.1 SGI-6(Stored Grain Insect-6)數(shù)據(jù)集

以糧倉(cāng)害蟲作為測(cè)試對(duì)象，選取了七類較為常見(jiàn)的儲(chǔ)糧害蟲。糧倉(cāng)害蟲圖像數(shù)據(jù)集由網(wǎng)絡(luò)搜索下載的圖像以及實(shí)驗(yàn)室拍攝的照片組成。糧倉(cāng)害蟲數(shù)據(jù)集涵蓋了害蟲目標(biāo)的不同拍攝角度，共有2 558幅圖像，各類別樣本數(shù)量詳見(jiàn)表1。從互聯(lián)網(wǎng)檢索的數(shù)據(jù)進(jìn)行篩選避免數(shù)據(jù)重復(fù)和錯(cuò)誤后包含1 418幅圖像，各類別樣本量呈不均勻分布。為了增加檢測(cè)難度并且模擬糧倉(cāng)實(shí)際情況，分別以大米、小米為背景，添加進(jìn)糧倉(cāng)害蟲，用單反進(jìn)行拍攝，表2為本文使用的單反相機(jī)的具體參數(shù)。根據(jù)單反拍攝的糧倉(cāng)害蟲圖像目標(biāo)小的特性，若單純將單反拍攝的糧倉(cāng)害蟲圖像作為數(shù)據(jù)集，會(huì)導(dǎo)致提取到的特征非常少，影響檢測(cè)精度。為了提高糧倉(cāng)害蟲圖像檢測(cè)的精度，本文建立了多尺度的糧倉(cāng)害蟲圖像數(shù)據(jù)集，用于訓(xùn)練。如圖5所示網(wǎng)絡(luò)下載圖像a～e為大目標(biāo)，單反拍攝圖像f～j為微小型目標(biāo)，兩種數(shù)據(jù)集目標(biāo)成像尺度跨度過(guò)于大。新增實(shí)驗(yàn)室顯微鏡下拍攝的圖像k～o作為中間數(shù)據(jù)集。增加中間數(shù)據(jù)集能防止由于目標(biāo)尺度相差過(guò)大造成特征提取過(guò)程中出現(xiàn)誤差。實(shí)驗(yàn)室拍攝圖像(單反拍攝處理后和顯微鏡下拍攝圖像)共114 0幅，為均勻分布數(shù)據(jù)集(各類均為190幅)。

表1 糧倉(cāng)害蟲數(shù)據(jù)集詳情

表2 單反相機(jī)具體參數(shù)

圖5 糧倉(cāng)害蟲數(shù)據(jù)集圖像

為了模擬糧倉(cāng)害蟲在糧倉(cāng)真實(shí)場(chǎng)景中會(huì)出現(xiàn)局部遮擋以及角度差異等問(wèn)題，同時(shí)為了豐富訓(xùn)練集、防止模型過(guò)擬合，從而更好地推廣模型，本研究通過(guò)剪裁和翻轉(zhuǎn)來(lái)增強(qiáng)訓(xùn)練集[17]。經(jīng)過(guò)翻轉(zhuǎn)和裁剪操作后數(shù)據(jù)集擴(kuò)展為原本的10倍，圖6中的圖像是“數(shù)據(jù)增強(qiáng)”的示例。糧倉(cāng)害蟲圖像數(shù)據(jù)集中的每只昆蟲都被人為地用邊界框標(biāo)記如圖5p～圖5t，標(biāo)記的邊界框用于訓(xùn)練。

圖6 數(shù)據(jù)增強(qiáng)

2.2 實(shí)驗(yàn)與分析

本研究通過(guò)顯微鏡拍攝的圖像作為網(wǎng)絡(luò)下載圖像和單反拍攝圖像的中間數(shù)據(jù)層，同時(shí)通過(guò)剪裁和翻轉(zhuǎn)來(lái)增強(qiáng)訓(xùn)練集，將圖像作為批量發(fā)送到神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。選取VGG16作為特征提取網(wǎng)絡(luò)，輸入任意大小的圖片，在進(jìn)入特征提取網(wǎng)絡(luò)之前對(duì)圖片的尺寸規(guī)整化操作，設(shè)定圖片長(zhǎng)寬為896×896，如果圖片小于896×896則采取邊緣補(bǔ)0的方式，即在小尺寸的圖片上補(bǔ)上黑色邊緣。設(shè)定conv層的參數(shù)為kernel_size=3,pad=1,stride=1，conv層并不會(huì)改變圖片大小，所以經(jīng)過(guò)conv層之后輸出圖片的大小仍為輸入圖片的大小。每個(gè)conv層之后跟了一個(gè)relu層作為激活函數(shù)，加入非線性因素，relu層也不會(huì)改變圖片大小。設(shè)定4個(gè)pooling層的參數(shù)為kernel_size=2,stride=2，圖片輸入一個(gè)pooling層之后輸出圖片的大小為輸入圖片大小的1/2，經(jīng)過(guò)卷積神經(jīng)網(wǎng)絡(luò)后圖片的大小變?yōu)?4×14(224/16=14，224/16=14)。最終得到的特征圖為14×14×512，表示特征圖的大小為14×14，數(shù)量為512。

神經(jīng)網(wǎng)絡(luò)采用端到端的訓(xùn)練方法(同時(shí)訓(xùn)練RPN和分類網(wǎng)絡(luò))。添加完全連接層之后的丟失層，并且在每次訓(xùn)練迭代中僅激活完全連接層的神經(jīng)元的50%。網(wǎng)絡(luò)權(quán)重由ImageNet訓(xùn)練的預(yù)訓(xùn)練模型初始化，采用動(dòng)量的隨機(jī)梯度下降(SGD)[18]方法更新參數(shù)。對(duì)于由RPN生成的每個(gè)區(qū)域提議，與初始網(wǎng)絡(luò)生成9個(gè)候選框不同，生成6個(gè)候選框，具有兩種尺寸(128像素，256像素)和3種寬高比(0.67,0.99和1.23)。對(duì)生成的候選框中的區(qū)域進(jìn)行分類，使用RoI pooling層將候選框映射到特征圖。通過(guò)ROI pooling層將候選框邊界量化為整數(shù)點(diǎn)坐標(biāo)值，并且將量化后的邊界區(qū)域平均分割成7×7個(gè)單元，對(duì)每個(gè)單元進(jìn)行量化。在訓(xùn)練期間，通過(guò)非最大抑制獲得的2 000個(gè)候選框被分成前景和背景作為訓(xùn)練集以訓(xùn)練分類網(wǎng)絡(luò)。分析了4種損失值：RPN的回歸和對(duì)數(shù)損失，分類網(wǎng)絡(luò)的回歸和對(duì)數(shù)損失。訓(xùn)練迭代次數(shù)為140 000次。4個(gè)損失值的總和如圖7所示。在測(cè)試期間，RPN生成的候選框按其分?jǐn)?shù)排序。選擇具有最高分?jǐn)?shù)的500個(gè)候選框作為候選框。通過(guò)分類網(wǎng)絡(luò)的完全連接層對(duì)這些候選框進(jìn)行分類和區(qū)域位置調(diào)整，獲得候選框的坐標(biāo)和以及類別的得分?jǐn)?shù)(與真實(shí)類別相比較的概率定義)。 在糧倉(cāng)害蟲的分類中，為了平衡分類網(wǎng)絡(luò)的精確度和召回率，當(dāng)候選框中的類別得分大于0.5時(shí)，則被認(rèn)為候選框中存在該類別的糧倉(cāng)害蟲。

圖7 140 000次迭代的loss圖

將獲得的500個(gè)候選框坐標(biāo)以及類別的得分保存為(r,c,h,w,n)。其中r,c,h,w為候選框的坐標(biāo)，n為候選框類別的得分。非極大值抑制(NMS)[19]的過(guò)程是：首先找到具有最高分的候選框后遍歷剩余框，計(jì)算它們的IoU，如果IoU高于閾值則說(shuō)明兩個(gè)候選框之間高度重疊，那么這些輸出就會(huì)被抑制。在測(cè)試中閾值取0.7時(shí)獲得了最高的mAP，所以本文將閾值定為0.7。

本研究使用mAP[20]作為績(jī)效評(píng)估模型，mAP是每個(gè)類別的平均精度(AP)的平均值。 召回率(Recall)，精確率(Precision)和平均精度的計(jì)算公式為：

(5)

(6)

(7)

為了驗(yàn)證增強(qiáng)數(shù)據(jù)集的效果，將數(shù)據(jù)集SGI-6分為3個(gè)層次(數(shù)據(jù)集1：由網(wǎng)絡(luò)獲取圖像和單反拍攝圖片組成，數(shù)據(jù)集2：由網(wǎng)絡(luò)獲取圖像和單反拍攝圖片以及顯微鏡拍攝圖像組成，數(shù)據(jù)集3：圖像增強(qiáng)的數(shù)據(jù)集) 。3種數(shù)據(jù)集訓(xùn)練后的模型最終的mAP如表3所示。可以得出在增加了中間數(shù)據(jù)集和經(jīng)過(guò)數(shù)據(jù)增強(qiáng)之后6類糧倉(cāng)害蟲的AP值都有所提高，并且總mAP值有顯著提升來(lái)看，說(shuō)明了該模型的的性能通過(guò)增加中間數(shù)據(jù)集得到顯著改善，在之后的實(shí)驗(yàn)中均采用數(shù)據(jù)集3進(jìn)行訓(xùn)練。

表3 不同數(shù)據(jù)集下糧倉(cāng)害蟲檢測(cè)的mAP

糧倉(cāng)害蟲的檢測(cè)還有一個(gè)難點(diǎn)是糧倉(cāng)的復(fù)雜背景，糧倉(cāng)害蟲大多和谷物混合在一起，增加了糧倉(cāng)害蟲檢測(cè)的難度。為了驗(yàn)證本研究模型能應(yīng)用于糧倉(cāng)的復(fù)雜背景下，分別以白紙、大米和小米為背景采集糧倉(cāng)害蟲圖像并用訓(xùn)練好的模型進(jìn)行測(cè)試。測(cè)試以白紙、大米、小米為背景的情況下預(yù)測(cè)目標(biāo)的正負(fù)向。正向的正確率TP即測(cè)試圖像中實(shí)際和預(yù)測(cè)都為正向的目標(biāo)數(shù)，誤報(bào)率FP即預(yù)測(cè)為正向?qū)嶋H為負(fù)向的目標(biāo)數(shù)。從預(yù)測(cè)目標(biāo)正負(fù)向的結(jié)果圖中，得出以大米為背景的圖像正向的正確率相較于小米和大米的高的結(jié)論。從圖8中可以看出以白紙為背景的圖像檢測(cè)效果最佳，mAP值為90.15%。以大米和小米為背景的圖像雖然mAP沒(méi)有以白紙為背景的高，但是相差也不大，在豆象、赤擬谷盜這兩類的AP甚至超過(guò)白紙為背景的圖像。以大米為背景的圖像檢測(cè)效果要比以小米為背景的好，是由于小米和糧倉(cāng)害蟲的圖像紋理過(guò)于相近。實(shí)驗(yàn)結(jié)果說(shuō)明了本模型能應(yīng)用于糧倉(cāng)復(fù)雜背景下的糧倉(cāng)害蟲檢測(cè)。

使用本文訓(xùn)練后的模型測(cè)試的糧倉(cāng)害蟲檢測(cè)結(jié)果的例子示于圖9中。其中圖9a～圖9e為白紙背景下糧倉(cāng)害蟲檢測(cè)的結(jié)果圖，圖9f～圖9j為小米背景下糧倉(cāng)害蟲檢測(cè)的結(jié)果圖，圖9k～圖9o為大米背景下糧倉(cāng)害蟲檢測(cè)的結(jié)果圖。就圖中所示的不同背景下糧倉(cāng)害蟲檢測(cè)結(jié)果而言，在真實(shí)糧倉(cāng)背景下和白紙背景下，糧倉(cāng)害蟲檢測(cè)的準(zhǔn)確率在90%以上，說(shuō)明該模型能用來(lái)檢測(cè)真實(shí)糧倉(cāng)背景下的糧倉(cāng)害蟲并且具有高精度。

圖8 不同背景下糧倉(cāng)害蟲檢測(cè)的mAP

圖9 糧倉(cāng)害蟲檢測(cè)結(jié)果示意圖

相鄰糧倉(cāng)害蟲框定的結(jié)果對(duì)比圖如圖10所示。其中，圖10a～圖10c為標(biāo)準(zhǔn)候選框訓(xùn)練后的檢測(cè)結(jié)果圖，圖10d～圖10e為修改區(qū)域提案網(wǎng)絡(luò)后的檢測(cè)結(jié)果圖。圖10中a與d， b與e，c與f分別是同一張圖像在2個(gè)不同區(qū)域提案網(wǎng)絡(luò)訓(xùn)練下輸出的結(jié)果。從圖10可以看出，當(dāng)兩只及兩只以上糧倉(cāng)害蟲相距太近的情況下，標(biāo)準(zhǔn)網(wǎng)絡(luò)訓(xùn)練下的檢測(cè)結(jié)果會(huì)產(chǎn)生將兩只害蟲框定在一起或者漏框定某一只害蟲的錯(cuò)誤情況。這是由于兩只糧倉(cāng)害蟲的特征相似以及位置相鄰，對(duì)框定的結(jié)果產(chǎn)生了干擾。而改進(jìn)的區(qū)域提案網(wǎng)絡(luò)有效的解決了標(biāo)準(zhǔn)網(wǎng)絡(luò)模型訓(xùn)練下出現(xiàn)的問(wèn)題，改進(jìn)后的結(jié)果如圖10d～圖10e所示，由此可見(jiàn)改進(jìn)的區(qū)域提案網(wǎng)絡(luò)能有效解決糧倉(cāng)害蟲相鄰檢測(cè)結(jié)果不佳的情況。改進(jìn)的區(qū)域提案網(wǎng)絡(luò)和標(biāo)準(zhǔn)的區(qū)域提案網(wǎng)絡(luò)的mAP值對(duì)比圖如圖11所示，從圖11可以看出改進(jìn)區(qū)域提案的網(wǎng)絡(luò)后糧倉(cāng)害蟲的檢測(cè)精度小幅度的上升達(dá)到了96.63%。

圖10 糧倉(cāng)害蟲檢測(cè)結(jié)果對(duì)比圖

圖11 改進(jìn)標(biāo)準(zhǔn)區(qū)域提案網(wǎng)絡(luò)mAP對(duì)比圖

3 結(jié)論

本研究提出一種基于聚類算法的Faster R-CNN網(wǎng)絡(luò)模型用于檢測(cè)在小米和大米背景下的糧倉(cāng)害蟲。該方法可以將糧倉(cāng)害蟲與糧倉(cāng)真實(shí)背景分離，檢測(cè)出糧倉(cāng)害蟲在圖像中的位置并進(jìn)行分類。通過(guò)聚類算法對(duì)區(qū)域提案網(wǎng)絡(luò)進(jìn)行了修改，得出合適的候選框的比例和大小來(lái)提高糧倉(cāng)害蟲檢測(cè)的準(zhǔn)確性。實(shí)驗(yàn)結(jié)果表明，修改后的網(wǎng)絡(luò)模型，有效的解決了糧倉(cāng)害蟲相鄰檢測(cè)結(jié)果不精準(zhǔn)的問(wèn)題。此外，建立了一個(gè)糧倉(cāng)害蟲數(shù)據(jù)集SGI-6，采集真實(shí)糧倉(cāng)背景下的糧倉(cāng)害蟲圖像，并增加了中間數(shù)據(jù)集使數(shù)據(jù)集擁有多種目標(biāo)尺度。實(shí)驗(yàn)最終糧倉(cāng)害蟲檢測(cè)的mAP達(dá)到96.63%。分別以白紙、大米、小米為背景進(jìn)行測(cè)試，測(cè)試結(jié)果表明，該模型能應(yīng)用于糧倉(cāng)真實(shí)背景下并有較高的準(zhǔn)確率。