權(quán)龍哲，夏福霖，姜偉，李海龍，李恒達(dá)，婁朝霞，李傳文

（東北農(nóng)業(yè)大學(xué)工程學(xué)院，哈爾濱 150030）

農(nóng)田雜草是影響農(nóng)作物生長(zhǎng)的主要因素之一。田間復(fù)雜環(huán)境的影響且與作物生長(zhǎng)狀況以及產(chǎn)量密切相關(guān)，使農(nóng)田雜草難以得到有效治理[1-2]。目前，化學(xué)除草大多為全覆蓋式噴灑農(nóng)藥，成本高、污染環(huán)境且危及食品安全[3-4]。相較于技術(shù)比較成熟的行間機(jī)械除草技術(shù)，株間機(jī)械除草因其較低容錯(cuò)性、結(jié)果不可逆性以及除草無(wú)選擇性，給玉米苗造成較高損傷風(fēng)險(xiǎn)，尤其是傷根風(fēng)險(xiǎn)[5]。因此，雜草的高效精準(zhǔn)檢測(cè)為促進(jìn)化學(xué)除草由地毯式噴灑向靶向噴灑轉(zhuǎn)變，根據(jù)雜草分類施用除草劑提供可能。此外，雜草檢測(cè)對(duì)株間機(jī)械除草方式提供選擇性。實(shí)現(xiàn)田間雜草的精準(zhǔn)檢測(cè)和分類，可降低化學(xué)藥劑的使用，減少成本和保護(hù)環(huán)境，提高機(jī)械除草的工作效率，對(duì)促進(jìn)除草機(jī)器人發(fā)展具有重要意義。

學(xué)者針對(duì)雜草檢測(cè)已展開大量研究，Alchana?tis等基于聲光可調(diào)高光譜傳感器和一組算法檢測(cè)野草，其中基于紋理特征，利用光譜特征和魯棒統(tǒng)計(jì)特征進(jìn)行檢測(cè)，錯(cuò)誤識(shí)別率達(dá)15%[6]。何東健等針對(duì)單一特征識(shí)別雜草的低準(zhǔn)確性和低穩(wěn)定性，提出一種支持向量機(jī)（SVM）和DS（Shafer-Dempster）證據(jù)理論相結(jié)合的多特征融合雜草識(shí)別方法。該方法中多特征包括植物的葉片形狀、紋理和分形3類，試驗(yàn)結(jié)果顯示對(duì)雜草的識(shí)別率可達(dá)96.11%[7]。張小龍等研制的變量噴灑控制系統(tǒng)需要對(duì)雜草進(jìn)行精準(zhǔn)識(shí)別，根據(jù)其色差分量R-B顏色特征，基于Canny算子對(duì)識(shí)別的雜草邊緣檢測(cè)并提取其面積、密度和形心位置3個(gè)特征參數(shù)進(jìn)行定位，結(jié)果顯示識(shí)別率達(dá)83.5%，均方差0.066[8]。

近年來(lái)，隨機(jī)器學(xué)習(xí)發(fā)展，基于深度學(xué)習(xí)技術(shù)的檢測(cè)手段在農(nóng)業(yè)中應(yīng)用廣泛[9-10]。Tang等使用卷積神經(jīng)網(wǎng)絡(luò)檢測(cè)大豆作物圖像中雜草，并對(duì)闊葉科雜草和禾本科雜草分類，對(duì)雜草的檢測(cè)準(zhǔn)確率高達(dá)98%以上[11]。姜紅花等針對(duì)田間復(fù)雜環(huán)境下雜草分割精度低的問(wèn)題，提出基于Mask R-CNN的雜草檢測(cè)方法。姜紅花等在玉米、雜草數(shù)據(jù)集和復(fù)雜背景下的玉米、雜草圖像上分別測(cè)試，mAP均>0.78，單樣本耗時(shí)均<290 ms，檢測(cè)效果較好[12]。Quan等以VGG19為主干網(wǎng)絡(luò)改進(jìn)Faster RCNN，完成對(duì)復(fù)雜田間環(huán)境下不同生長(zhǎng)階段玉米幼苗檢測(cè)，準(zhǔn)確率高達(dá)97.71%[13]。為探究其他基于深度學(xué)習(xí)技術(shù)的檢測(cè)模型對(duì)田間目標(biāo)的檢測(cè)效果，文章對(duì)多工況下玉米苗和雜草圖像采集并制作標(biāo)準(zhǔn)數(shù)據(jù)集。使用YOLO v4網(wǎng)絡(luò)作為模型訓(xùn)練方法，研究不同模型之間檢測(cè)性能，不同數(shù)據(jù)量以及不同數(shù)據(jù)增強(qiáng)方式對(duì)模型性能的影響，對(duì)比多類別組合訓(xùn)練和單一類別獨(dú)立訓(xùn)練的效果。

1 材料與方法

1.1 數(shù)據(jù)材料

1.1.1 數(shù)據(jù)采集

田間環(huán)境復(fù)雜，地面雜草形態(tài)豐富，同一物種的不同個(gè)體在顏色和形狀之間也存在差異。部分雜草與玉米苗形態(tài)相近，田間光照強(qiáng)度和自然風(fēng)等外界因素變化較多。針對(duì)以上非結(jié)構(gòu)化的田間復(fù)雜環(huán)境，需大量多工況下苗草圖像制作特征豐富的數(shù)據(jù)集，前期圖像采集尤為重要。

苗草圖像采集地點(diǎn)位于東北農(nóng)業(yè)大學(xué)試驗(yàn)田，采集時(shí)間2020年6月。通過(guò)機(jī)器人移動(dòng)平臺(tái)獲取田間圖像，獲得圖像接近實(shí)際作業(yè)環(huán)境，圖1a為機(jī)器人移動(dòng)平臺(tái)的田間工作場(chǎng)景，b為機(jī)器人移動(dòng)平臺(tái)圖像采集示意圖，攝像頭安裝在機(jī)器人移動(dòng)平臺(tái)可升降掛載架上。Quan等在采集玉米苗圖像時(shí)，為獲得豐富的數(shù)據(jù)集，提出3類田間工況：多角度、全周期、多天氣[13]。文章基于上述研究構(gòu)建數(shù)據(jù)集。玉米田的最佳除草期為3~5葉苗期，故選取玉米3~5葉苗期進(jìn)行數(shù)據(jù)采集[14]；傾斜拍攝雖然能夠獲取部分立體信息，但易造成玉米苗對(duì)雜草遮擋且拍攝圖片中兩者比例與實(shí)際不符，故文章采用攝像頭垂直向下，距離地面高度1.0 m拍攝；分別于6月3日（小雨）、6月8日（多云）、6月11日（晴）三種天氣狀況下采集數(shù)據(jù)，采集時(shí)段：8:30~10:30、13:30~15:30、17:00~18:00開展田間苗草圖像采集工作，共采集1 200幅圖像。

圖1 玉米苗和雜草圖像采集Fig.1 Image collection of maize seedlings and weeds

1.1.2 數(shù)據(jù)增強(qiáng)

為提高數(shù)據(jù)集樣本豐富性，對(duì)采集到的圖像進(jìn)行數(shù)據(jù)增強(qiáng)處理。本研究對(duì)采集到的原始圖像進(jìn)行顏色、亮度、對(duì)比度、噪聲和旋轉(zhuǎn)5種處理。

1.1.2.1 亮度處理

亮度處理圖像。不同時(shí)段光照變化對(duì)檢測(cè)模型性能產(chǎn)生不利影響。圖像亮度過(guò)高或過(guò)低會(huì)導(dǎo)致目標(biāo)邊緣不清楚，手動(dòng)標(biāo)記時(shí)難以繪制邊界框。為降低光照強(qiáng)度不穩(wěn)定的影響，確定亮度調(diào)節(jié)系數(shù)為0.6~1.4[15]，補(bǔ)償神經(jīng)網(wǎng)絡(luò)因圖像采集時(shí)間集中引起照明強(qiáng)度不穩(wěn)定問(wèn)題。

1.1.2.2 對(duì)比度處理

對(duì)比度增強(qiáng)處理圖像。使用對(duì)比度增強(qiáng)算法改善苗草輪廓與背景色之間對(duì)比度。對(duì)比度增強(qiáng)是將圖像中亮度值范圍拉伸或壓縮到顯示系統(tǒng)指定的亮度顯示范圍內(nèi)，增加圖像整體或部分對(duì)比度。將原始圖像中每個(gè)亮度值映射到新圖像中新值，使0.3~1的值映射介于0~1之間[15]。

1.1.2.3 添加噪聲

噪聲處理圖像。向圖像中隨機(jī)添加少量噪聲會(huì)干擾圖像中每個(gè)像素RGB，可防止神經(jīng)網(wǎng)絡(luò)擬合輸入圖像的所有特征，防止過(guò)度擬合。高斯噪聲通常表現(xiàn)為孤立的像素或像素塊，對(duì)圖像產(chǎn)生強(qiáng)烈的視覺(jué)效果，選擇在原始圖像上添加均值為0.1和方差為0.02的高斯白噪聲[15]。

1.1.2.4 圖像模糊

在實(shí)際應(yīng)用場(chǎng)景中，相機(jī)抖動(dòng)及快速移動(dòng)，可能導(dǎo)致焦距不精準(zhǔn)、圖像不清楚。本文使用旋轉(zhuǎn)對(duì)稱的高斯低通濾波器，其大小為[5，5]，標(biāo)準(zhǔn)偏差為5，使生成圖像模糊。將模糊圖像作為樣本，以進(jìn)一步提高檢測(cè)模型的魯棒性[15]。

1.1.2.5 旋轉(zhuǎn)

旋轉(zhuǎn)處理圖像，分別作90°、180°、270°旋轉(zhuǎn)以及鏡像處理，同時(shí)以0.7、0.8、0.9和1.1、1.2、1.3的縮放處理對(duì)數(shù)據(jù)集進(jìn)一步擴(kuò)充，改善神經(jīng)網(wǎng)絡(luò)的檢測(cè)性能。對(duì)選擇后圖像作上述數(shù)據(jù)增強(qiáng)處理后，處理效果見(jiàn)圖2，數(shù)據(jù)集樣本數(shù)量見(jiàn)表1。經(jīng)過(guò)以上處理后，數(shù)據(jù)集樣本量從最初1 200張擴(kuò)充為7 200張。

表1 數(shù)據(jù)增強(qiáng)后圖像數(shù)量Table 1 Number of images generated by data augmentation methods

圖2 數(shù)據(jù)增強(qiáng)處理Fig.2 Data enhancement processing

1.1.3 數(shù)據(jù)集標(biāo)記

圖像標(biāo)記是訓(xùn)練檢測(cè)模型的關(guān)鍵，標(biāo)記質(zhì)量決定檢測(cè)模型的準(zhǔn)確率。本研究在標(biāo)記時(shí)，使用專業(yè)標(biāo)記軟件LabelImg手動(dòng)創(chuàng)建圖像標(biāo)簽，制作PASCAL VOC數(shù)據(jù)格式的玉米苗和雜草數(shù)據(jù)集，數(shù)據(jù)標(biāo)注示意見(jiàn)圖3。未標(biāo)記具有不清楚像素區(qū)域的陽(yáng)性樣品，以防神經(jīng)網(wǎng)絡(luò)過(guò)度擬合。未標(biāo)記遮擋面積大于85%的目標(biāo)和圖像邊緣小于15%的目標(biāo)。

圖3 數(shù)據(jù)標(biāo)注示意Fig.3 Data labeling diagram

黑龍江省玉米田一般受兩類雜草危害，一類是稗草、狗尾草等禾本科雜草，另一類是莧菜、灰菜、蓼吊子、蒼耳等闊葉雜草，故將田間雜草分為禾本科雜草和闊葉雜草兩類[16]。文章參照Alessandro等提出的雜草檢測(cè)方法，將田間雜草分為禾本科雜草和闊葉雜草[17]，因此選取3個(gè)標(biāo)簽對(duì)圖像中目標(biāo)作標(biāo)記，分別為：玉米苗（Maize）、禾本科雜草（Weed1）和闊葉雜草（Weed2）。通常1個(gè)完整的數(shù)據(jù)集包括訓(xùn)練集、驗(yàn)證集和測(cè)試集。訓(xùn)練集的作用是訓(xùn)練模型，計(jì)算梯度，更新權(quán)值。驗(yàn)證集用于避免過(guò)擬合，同確定一些超參數(shù)。測(cè)試集用來(lái)測(cè)試模型性能。本文中的訓(xùn)練集、驗(yàn)證集和測(cè)試集的組成比例分別為40%、40%和10%[11]。

1.2 檢測(cè)網(wǎng)絡(luò)

YOLO（You Only Look Once），是由Joseph Red?mon等于2015年創(chuàng)建的新算法[18]。YOLO算法與基于區(qū)域分類算法不同，其單個(gè)卷積網(wǎng)絡(luò)可在一次算法運(yùn)行中預(yù)測(cè)整個(gè)圖像的目標(biāo)類別和Bounding box（邊界框）。輸入圖像被分為S×S個(gè)網(wǎng)格，每個(gè)網(wǎng)格檢測(cè)1個(gè)對(duì)象。在每個(gè)網(wǎng)格中，本文取m個(gè)邊界框，對(duì)于每個(gè)邊界框，網(wǎng)絡(luò)提供一個(gè)邊界框和類概率的偏移值，選擇類概率高于特定閾值的邊界框，并進(jìn)一步用于定位圖像中的對(duì)象。

YOLO[18]，YOLO v2[19]和YOLO v3[20]網(wǎng)絡(luò)，屬于一階段檢測(cè)網(wǎng)絡(luò)。YOLO v4網(wǎng)絡(luò)采用多尺度檢測(cè)算法，能有效檢測(cè)圖像中大目標(biāo)和小目標(biāo)[21]。YO?LO v4網(wǎng)絡(luò)結(jié)構(gòu)較YOLO v3更復(fù)雜，在特征提取方面，由主干特征提取網(wǎng)絡(luò)Darknet53更新為CSP?Darknet53[22]；在特征金字塔結(jié)構(gòu)部分，采用空間金字塔池化結(jié)構(gòu)（Spatial pyramid pooling，SPP）和路徑聚合網(wǎng)絡(luò)（Path aggregation network，PAN）。SPP可顯著改善感受域尺寸，提取上下位特征，網(wǎng)絡(luò)處理速度無(wú)明顯下降；PAN網(wǎng)絡(luò)結(jié)構(gòu)通過(guò)自下而上的路徑增強(qiáng)方法增強(qiáng)具有精確定位信號(hào)的特征層次結(jié)構(gòu)，縮短底層和最頂層之間信息路徑，避免信息丟失問(wèn)題，同時(shí)拼接后特征圖得到的信息既包含底層特征也包含語(yǔ)義特征。

在玉米苗3~5葉期，圖像中雜草和玉米苗在尺寸上相差較大，因此調(diào)整輸出張量以適應(yīng)不同大小目標(biāo)的檢測(cè)。YOLO v4網(wǎng)絡(luò)原輸出張量為26×26尺度，針對(duì)大目標(biāo)玉米苗將輸出張量增大四倍、變?yōu)?2×52尺度，而小目標(biāo)雜草輸出張量縮減四倍、變?yōu)?3×13尺度。其目的是提高整體模型速度，使其更好檢測(cè)到玉米苗（大目標(biāo)）和雜草（小目標(biāo)），基于修改后YOLO v4網(wǎng)絡(luò)的雜草和玉米苗檢測(cè)流程[23]見(jiàn)圖4。

圖4 修改后YOLO v4網(wǎng)絡(luò)苗草識(shí)別過(guò)程Fig.4 YOLO v4 network seedling identification network architecture diagram

1.3 方法

1.3.1 硬件介紹

本文使用Pytorch框架搭建網(wǎng)絡(luò)，在工作站上進(jìn)行訓(xùn)練。工作站配置為：顯卡GeForce RTX 2080Ti NVIDIA（11 GB內(nèi)存），CPU為Intel Xeon E5-2678 V3（12核和24線程，2.50 GHz，30 M，22 nm）32 GB RAM，操作系統(tǒng)為Ubuntu16.04 LTS，安裝CUDA和cuDNN庫(kù)，Python版本為3.6，Pytorch版本為1.3。

1.3.2 模型訓(xùn)練

7 200 幅訓(xùn)練集圖像用于訓(xùn)練，其余圖像進(jìn)行驗(yàn)證和測(cè)試。因雜草目標(biāo)尺寸較小，為提升檢測(cè)精度，選擇輸入尺寸為416×416像素。將圖像分成13×13像素的網(wǎng)格單元，以便向網(wǎng)絡(luò)輸入開展訓(xùn)練。訓(xùn)練時(shí)，以32幅圖像作為1個(gè)批次，每訓(xùn)練1批圖像，更新1次權(quán)值參數(shù)。根據(jù)1預(yù)試驗(yàn)結(jié)果，權(quán)值衰減速率設(shè)為0.0005，動(dòng)量因子0.9，最大訓(xùn)練次數(shù)20 000，初始學(xué)習(xí)率0.0005。在迭代次數(shù)為15 000和18 000時(shí)，學(xué)習(xí)率降低為初值10%和1%，使模型在訓(xùn)練后期振蕩減小，更接近最優(yōu)解。

本文對(duì)修改后YOLO v4模型進(jìn)行20 000次迭代，損失變化曲線見(jiàn)圖5。由圖5可見(jiàn)，前1 000次迭代損失值急劇減小，直到4 000次迭代后趨于穩(wěn)定，后面訓(xùn)練過(guò)程中損失值波動(dòng)平緩，在小范圍內(nèi)振蕩。

圖5 損失值隨迭代次數(shù)變化曲線Fig.5 Changing curve of loss value with iterations

訓(xùn)練過(guò)程中每代完成后在驗(yàn)證集上對(duì)模型評(píng)估，計(jì)算F1值、mAP、準(zhǔn)確率P和召回率R這4個(gè)指標(biāo)，將這些數(shù)據(jù)保存至日志文件中，并使用Tensorboard軟件對(duì)訓(xùn)練過(guò)程進(jìn)行實(shí)時(shí)監(jiān)控。對(duì)于二分類問(wèn)題，可根據(jù)樣本真實(shí)類別和模型預(yù)測(cè)類別組合將樣本劃分為4種類型：預(yù)測(cè)為正的正樣本（True positive，TP），數(shù)量為TP；預(yù)測(cè)為負(fù)的正樣本（False negative，F(xiàn)N），數(shù)量為FN；預(yù)測(cè)為正的負(fù)樣本（False positive，F(xiàn)P），數(shù)量為FP；預(yù)測(cè)為負(fù)的負(fù)樣本（True negative，TN），數(shù)量為TN[24-25]。

準(zhǔn)確率P表示預(yù)測(cè)為正的所有樣本中真正為正的樣本所占比例，計(jì)算公式為：

召回率R表示真正為正的樣本中被預(yù)測(cè)為正的樣本所占比例，計(jì)算公式為：

F1值（F1）可綜合考慮準(zhǔn)確率和召回率，是基于準(zhǔn)確率和召回率的調(diào)和平均，定義為：

在目標(biāo)檢測(cè)中每個(gè)類別都可根據(jù)準(zhǔn)確率P和召回率R繪制P-R曲線，AP值為P-R曲線與坐標(biāo)軸之間面積，而mAP是所有類別AP值的平均值。為對(duì)模型性能進(jìn)行恰當(dāng)排序，需要明確性能參數(shù)優(yōu)先級(jí)。在檢測(cè)系統(tǒng)中，試驗(yàn)采用的性能參數(shù)優(yōu)先級(jí)由大到小依次為mAP、F1值、P、R。

2 結(jié)果與分析

2.1 不同網(wǎng)絡(luò)之間比較

為驗(yàn)證文章提出修改后的YOLO v4網(wǎng)絡(luò)檢測(cè)性能，將玉米苗和兩類雜草圖像用作訓(xùn)練集，同將該模型與YOLO v3、原本YOLO v4和Faster R-CNN進(jìn)行比較，其中FasterR-CNN的主干網(wǎng)絡(luò)為VGG19。

在測(cè)試集上，幾種模型P-R曲線和混淆矩陣見(jiàn)圖6、7。表2為各模型的F1值，IoU和平均檢測(cè)時(shí)間。

表2 不同網(wǎng)絡(luò)檢測(cè)性能對(duì)比Table 2 Number of images generated by data augmentation methods

圖6 不同檢測(cè)模型的P-R曲線Fig.6 P-R curves of the detection models

圖7 不同檢測(cè)模型混淆矩陣Fig.7 P-R curves of the detection models

在檢測(cè)性能方面，提出修改后YOLO v4模型優(yōu)于主干網(wǎng)絡(luò)為VGG19的FasterR-CNN，YOLO v4和YOLO v3模型。修改后YOLO v4 F1值為0.821，高于其他3個(gè)模型。表明具有兩個(gè)檢測(cè)尺度的YOLO v4模型的綜合召回性能和精度優(yōu)于其他3個(gè)模型。修改后YOLO v4 loU值為0.878，高于其他3個(gè)模型的loU值。結(jié)果表明，修改后YOLO v4在邊界框檢測(cè)中準(zhǔn)確性高于其他3個(gè)模型。修改后YOLO v4的平均檢測(cè)時(shí)間最短，且相較于原本YOLO v4模型變化明顯，減少0.306 s，比主干網(wǎng)絡(luò)為VGG19的Faster R-CNN縮短1.824 s?？商峁└叻直媛蕡D像中苗草實(shí)時(shí)檢測(cè)。在檢測(cè)過(guò)程中，修改后YOLO v4模型提供的準(zhǔn)確性和置信度顯著高于其他3個(gè)模型，反映修改后YOLO v4檢測(cè)模型的優(yōu)越性。

2.2 不同數(shù)據(jù)類別對(duì)模型的影響

為比較數(shù)據(jù)類別對(duì)檢測(cè)結(jié)果的影響，使用修改后YOLO v4網(wǎng)絡(luò)分別訓(xùn)練玉米苗、禾本科雜草和闊葉雜草，同時(shí)，三類數(shù)據(jù)的組合也作為一類數(shù)據(jù)用于訓(xùn)練。訓(xùn)練后模型的P-R曲線見(jiàn)圖8。修改后的YOLO v4檢測(cè)模型在4種類別（玉米苗、禾本科雜草、闊葉雜草、三類數(shù)據(jù)組合）的F1值分別為0.871、0.845、0.841、0.816。

圖8 苗草檢測(cè)模型在不同數(shù)據(jù)類別上P-R曲線Fig.8 P-R curves of maize seedling and weed detection models in several categories

根據(jù)以上檢測(cè)結(jié)果可知，使用每1類數(shù)據(jù)訓(xùn)練得到模型的F1值分?jǐn)?shù)高于將3種類別組合訓(xùn)練模型的F1值。這表明輸入類別數(shù)量影響模型檢測(cè)能力。禾本科雜草和闊葉雜草包含的雜草種類較多，每種雜草特征不同，因此兩類雜草較玉米苗的檢測(cè)結(jié)果差。玉米苗單個(gè)體積大、重疊少，且種類單一，所以該模型對(duì)玉米苗檢測(cè)性能最佳。模型檢測(cè)結(jié)果見(jiàn)圖9。

圖9 玉米苗和雜草檢測(cè)效果Fig.9 Effectiveness of identification of corn seedlings and weeds in field trials

2.3 數(shù)據(jù)量和數(shù)據(jù)增強(qiáng)對(duì)模型的影響

在本節(jié)中，分析圖像數(shù)據(jù)集大小對(duì)修改后YO?LO v4模型的影響。從每個(gè)數(shù)據(jù)類別中隨機(jī)選擇100、200、300、500、1 000、1 500和2 000張目標(biāo)圖像，分別形成包含300、600、900、1 500、3 000、4 500和6 000張圖像的訓(xùn)練集。

表3顯示對(duì)應(yīng)于不同大小的訓(xùn)練集模型的F1值和IoU值。

表3 不同數(shù)量圖片訓(xùn)練的模型F1值和IoUTable 3 F1 scores and IoU of models trained with different numbers of images

試驗(yàn)發(fā)現(xiàn)修改后YOLO v4模型的性能隨訓(xùn)練集大小增加而提高。如果訓(xùn)練集少于1 000張圖像，則隨訓(xùn)練集增長(zhǎng)，性能迅速提高；當(dāng)數(shù)量超過(guò)1 000張時(shí)，增強(qiáng)速度會(huì)隨圖像訓(xùn)練集增加而逐漸降低。當(dāng)圖像數(shù)量超過(guò)1 500時(shí)，訓(xùn)練集大小不會(huì)對(duì)模型性能產(chǎn)生更大影響。本研究中每個(gè)數(shù)據(jù)類別選擇2 400張目標(biāo)圖片，數(shù)據(jù)集數(shù)量符合最終模型測(cè)試需求，能夠得到模型測(cè)試的效果。

為驗(yàn)證不同數(shù)據(jù)增強(qiáng)方法對(duì)訓(xùn)練模型的影響，使用控制變量方法即每次刪除一種數(shù)據(jù)，獲得IoU值和F1值。添加噪聲處理可改善檢測(cè)效果，刪除噪聲處理降低檢測(cè)精度。亮度轉(zhuǎn)換有利于模型適應(yīng)全天照明情況。通過(guò)去除亮度變換，訓(xùn)練模型的檢測(cè)結(jié)果較使用完整數(shù)據(jù)集訓(xùn)練的模型檢測(cè)結(jié)果差。旋轉(zhuǎn)變換對(duì)訓(xùn)練模型影響有限，去除旋轉(zhuǎn)變換后訓(xùn)練模型性能略低于完整數(shù)據(jù)集性能。模糊處理對(duì)提高模型魯棒性有利，與未模糊處理的數(shù)據(jù)集相比，使用完整數(shù)據(jù)集訓(xùn)練的模型具有更高檢測(cè)精度。不同數(shù)據(jù)增強(qiáng)方式的性能表現(xiàn)見(jiàn)表4。

表4 基于控制變量方法模型訓(xùn)練的F1值和IoUTable 4 F1 scores and IoU values for models trained using the control variable method

3 結(jié)論

a.文章針對(duì)玉米田中玉米苗和雜草識(shí)別問(wèn)題，采用多苗期、多時(shí)段和單一拍攝角度的圖像采集方式并配合數(shù)據(jù)增強(qiáng)方法制作特征豐富的數(shù)據(jù)集。訓(xùn)練修改后YOLO v4網(wǎng)絡(luò)使用制作的數(shù)據(jù)集得到苗草檢測(cè)模型，在測(cè)試集上性能表現(xiàn)良好，對(duì)指導(dǎo)田間精準(zhǔn)除草具有重要意義。

b.對(duì)比修改后YOLO v4網(wǎng)絡(luò)與YOLO v3、YOLO v4和主干網(wǎng)絡(luò)為VGG19的FasterR-CNN。修改后YOLO v4網(wǎng)絡(luò)F1值為0.828，優(yōu)于其他3類模型，較修改前網(wǎng)絡(luò)提升0.031，檢測(cè)時(shí)間縮短0.014 s。修改后YOLO v4網(wǎng)絡(luò)的IoU為0.887，為4個(gè)模型中最高。

c.采用不同類別數(shù)據(jù)集對(duì)網(wǎng)絡(luò)作訓(xùn)練，得到不同檢測(cè)性能模型。其中，玉米苗F1值最高，為0.871，玉米苗和雜草組合訓(xùn)練后模型F1值最低，為0.816。對(duì)不同類別目標(biāo)進(jìn)行單一訓(xùn)練比多類別目標(biāo)組合訓(xùn)練效果好。

d.不同數(shù)據(jù)增強(qiáng)方法和不同數(shù)量數(shù)據(jù)集對(duì)網(wǎng)絡(luò)作訓(xùn)練，模型檢測(cè)性能不同。隨訓(xùn)練集數(shù)量增加，F(xiàn)1值和IoU也隨之增加，當(dāng)訓(xùn)練集數(shù)量為2 000時(shí)，F(xiàn)1值為0.835，IoU為0.841，相比于數(shù)量為100得到的模型F1值提升75%，IoU提升70%，提升效果顯著。此外，不同數(shù)據(jù)增強(qiáng)方法對(duì)模型F1值和IoU影響也不同，圖像模糊處理對(duì)F1值貢獻(xiàn)最大，為0.046，圖像旋轉(zhuǎn)處理對(duì)IoU貢獻(xiàn)最大，為0.058。