肖 珂，王文靜，高冠東，么 煒

（1.河北農(nóng)業(yè)大學(xué) 信息科學(xué)與技術(shù)學(xué)院，河北 保定 071001；2.河北省農(nóng)業(yè)大數(shù)據(jù)重點(diǎn)實(shí)驗(yàn)室，河北保定 071001；3.中央司法警官學(xué)院 信息管理系，河北 保定 071000）

果樹在種植過程中不可避免地受到病蟲害的侵?jǐn)_，而目前的傳統(tǒng)噴藥方法不僅造成了農(nóng)藥的浪費(fèi)，而且噴藥效果也不理想。隨著“精準(zhǔn)農(nóng)業(yè)”的提出，機(jī)器視覺技術(shù)在噴施過程中得到越來越廣泛的應(yīng)用［1-2］。然而，在利用機(jī)器視覺提升噴施效率的同時(shí)，存在復(fù)雜背景下果樹樹冠難以檢測與識別的問題。另外，不同的樹形也十分影響噴施效果，因此，需要對復(fù)雜背景下不同樹形果樹的檢測識別進(jìn)行研究。近些年，針對在精準(zhǔn)噴施中果樹的識別問題，一些學(xué)者借助傳統(tǒng)的機(jī)器視覺技術(shù)進(jìn)行了研究。2016 年，丁為民等［3］在利用機(jī)器視覺提取樹冠圖像時(shí)，將圖像的分割問題與圖的最小分割相聯(lián)系，通過非完全標(biāo)記的方式，取代了傳統(tǒng)分割算法中的前景與背景灰度直方圖，提高了算法的運(yùn)行速度與分割準(zhǔn)確性。2021 年，Cheng 等［4］提出了1 種基于馬哈拉諾比斯距離和條件隨機(jī)場的分割模型用于識別櫻桃樹，所提出的方法比傳統(tǒng)的K-means 與GrabCut 具有更高的準(zhǔn)確率。隨著深度學(xué)習(xí)的發(fā)展，深度學(xué)習(xí)被用于識別蘋果果實(shí)［5］、草莓果實(shí)［6］、蘋果花［7］、梨花［8］、蘋果樹枝［9］、棗［10］，等。近些年逐漸將深度學(xué)習(xí)應(yīng)用到樹冠識別的研究當(dāng)中。2019 年，Lin 等［11］應(yīng)用全卷積網(wǎng)絡(luò)（Fully convolutional neural networks，F(xiàn)CN）進(jìn)行番石榴果實(shí)和樹枝的分割，并實(shí)現(xiàn)了水果和樹枝的IoU分別為0.806 和0.473，對424×512 像素的圖像進(jìn)行分割的時(shí)間成本為0.165 s。2021 年，王輝等［12］針對復(fù)雜果園背景中識別分割單株果樹樹冠困難的問題，研究了1 種基于Mask R-CNN［13］單株柑橘樹冠識別與分割方法，參與建模的果園中單株柑橘樹冠的分割準(zhǔn)確率達(dá)到97%。以上的研究表明，傳統(tǒng)圖像處理方法一般對背景簡單的果樹環(huán)境處理效果較好，對于背景復(fù)雜、光線多變的果園環(huán)境中的果樹處理效果不理想，而深度學(xué)習(xí)對背景復(fù)雜的環(huán)境有較好的處理效果，準(zhǔn)確率與魯棒性也較高。

進(jìn)行精準(zhǔn)噴施時(shí)，不僅需要將復(fù)雜環(huán)境下的果樹樹冠與背景分離，還需要考慮果樹樹形對施藥過程的影響，國內(nèi)外部分學(xué)者研究了樹形對噴施過程的影響。牛萌萌等［14］的研究中介紹到樹冠形狀使噴頭與目標(biāo)物之間距離發(fā)生變化，影響了噴霧的分布與農(nóng)藥霧滴到達(dá)目標(biāo)時(shí)的重疊量的大小，表明樹冠形狀對噴施有顯著影響。另外，Wandkar 等［15］在論文中指出，樹木結(jié)構(gòu)的不同對噴霧沉積有很大的影響，不考慮樹木結(jié)構(gòu)易造成噴灑過量或者噴灑不足。由此可見，樹形的不同對于噴施過程中施藥策略、施藥量等方面產(chǎn)生了非常大的影響。

近年來，有部分學(xué)者研究了果樹樹形的識別，2017 年， AKERBLOM 等［16］提出了1 種利用地面激光掃描數(shù)據(jù)進(jìn)行全自動樹種分類的方法，研究中基于定量結(jié)構(gòu)的樹模型從地面激光掃描數(shù)據(jù)中識別樹種信息。2021 年，YAN 等［17］借助卷積神經(jīng)網(wǎng)絡(luò)對高分辨率的衛(wèi)星遙感圖像中的森林樹種進(jìn)行識別，識別的效果優(yōu)于隨機(jī)森林與支持向量機(jī)。以上研究能夠識別出不同的樹形，但無法將樹冠的檢測與樹形的識別相結(jié)合，本文使用深度學(xué)習(xí)的方法將樹冠的檢測與樹形的識別相結(jié)合，能夠在精準(zhǔn)噴施中提供噴施區(qū)域，并提供果樹樹形以供噴施系統(tǒng)調(diào)整噴施策略。

在精準(zhǔn)噴施中果樹識別方面的研究對復(fù)雜背景討論較少，另外在識別果樹時(shí)主要針對某一種樹形果樹或某一種品種果樹進(jìn)行研究。然而，目前我國果園大多處于非標(biāo)準(zhǔn)化的經(jīng)營狀態(tài)，不同的果園修剪的樹形不盡相同，并且噴施過程中果樹背景復(fù)雜，因此需要1 種方法能夠?qū)?fù)雜背景下的果樹進(jìn)行檢測與樹形的識別。

針對上述問題，本文在Mask R-CNN 模型的基礎(chǔ)上進(jìn)行改進(jìn)，提出1 種檢測模型B-Mask R-CNN，本算法在采樣時(shí)引入IoU 平衡采樣（IoU-balanced sampling）用于平衡難易樣本數(shù)；在邊界框損失函數(shù)中引入平衡L1 損失（BalancedL1 loss）用于平衡多分類的損失。另外，修改了錨框（Anchor）比例提高模型準(zhǔn)確率。本文所提出的B-Mask R-CNN 能夠?qū)λ鸭膹?fù)雜背景下矮化密植形、小冠疏層形、自然開心形、自然圓頭形以及Y 形5 種常見修剪樹形的果樹進(jìn)行檢測識別，檢測精度高，魯棒性好。這將為復(fù)雜環(huán)境下果樹樹冠檢測與樹形識別提供有效的檢測方法，為后續(xù)精準(zhǔn)噴施中噴施模式和控制參數(shù)的分析研究奠定基礎(chǔ)。

1 材料與方法

1.1 圖像采集與數(shù)據(jù)集的構(gòu)建

目前，大部分精準(zhǔn)噴施中樹冠檢測的研究對復(fù)雜背景與果樹樹形的討論較少，本文為了提高模型檢測的泛化能力與魯棒性，通過互聯(lián)網(wǎng)平臺搜集復(fù)雜環(huán)境下5 種常見的修剪樹形的果樹制作數(shù)據(jù)集，數(shù)據(jù)集的內(nèi)容如表1 所示。

表1 數(shù)據(jù)采集情況Table 1 Data acquisition situation

為了增強(qiáng)算法魯棒性，通過搜索引擎搜集了在不同場景、不同背景復(fù)雜度、不同亮度、不同尺寸、不同品種、不同樹形、不同分辨率的果樹圖像共1 280 張。針對Y 形果樹在側(cè)面拍攝角度下，樹形不易識別的問題，制作數(shù)據(jù)集時(shí)對圖像進(jìn)行了篩選，選取能夠體現(xiàn)樹形特征的圖像進(jìn)行試驗(yàn)。為了保證數(shù)據(jù)的平衡，每種樹形各選取50 張，共250 張圖片，本文對選取的250 張圖片進(jìn)行手工標(biāo)注，標(biāo)注的工具為麻省理工計(jì)算機(jī)科學(xué)與人工智能實(shí)驗(yàn)室研發(fā)的圖像標(biāo)注工具Labelme，標(biāo)注圖如圖1 所示。標(biāo)注完成后將數(shù)據(jù)集按照COCO2017 的格式進(jìn)行轉(zhuǎn)換。為了擴(kuò)充數(shù)據(jù)集，對標(biāo)注完的數(shù)據(jù)進(jìn)行數(shù)據(jù)增強(qiáng)。數(shù)據(jù)增強(qiáng)的方式為：

圖1 果樹原圖與標(biāo)簽圖Fig.1 Original picture and label of fruit trees

(1) 水平鏡面翻轉(zhuǎn)，每張圖片被翻轉(zhuǎn)的概率為0.5；

(2)高斯擾動，擾動的概率為0.5，標(biāo)準(zhǔn)差的值為0 ～1.0；

(3)亮度變化，變化的概率為0.5，參數(shù)值的范圍為0.5 ～1.5。

經(jīng)過數(shù)據(jù)增強(qiáng)后獲得數(shù)據(jù)集共1 500 張，每種樹形各300 張。將數(shù)據(jù)集按照8∶1∶1 的比例劃分為訓(xùn)練集、驗(yàn)證集與測試集。

1.2 B-Mask R-CNN 模型建立

B-Mask R-CNN 基于Mask R-CNN 提出，本算法能夠同時(shí)實(shí)現(xiàn)樹冠的檢測與樹形的識別。本文在進(jìn)行特征提取時(shí)使用包含殘差結(jié)構(gòu)的ResNet 網(wǎng)絡(luò)［18］，殘差結(jié)構(gòu)能夠在不增加模型參數(shù)的情況下有效緩解梯度消失與訓(xùn)練退化的問題。另外，引入特征金字塔網(wǎng)絡(luò)（Feature pyramid networks，F(xiàn)PN）［19］，實(shí)現(xiàn)了多尺度檢測的目的。在提取特征框時(shí)，本文選用區(qū)域推薦網(wǎng)絡(luò)（Region proposal network，RPN）結(jié)構(gòu)， RPN 基于全卷積網(wǎng)絡(luò)，能夠與網(wǎng)絡(luò)共享圖像的卷積特征，極大地提升了檢測速度。

B-Mask R-CNN 模型為了解決正負(fù)樣本不均衡的問題引入了IoU-balanced sampling；在邊界框損失函數(shù)中引入BalancedL1 loss 損失函數(shù)，解決了邊界框損失與多分類損失不易收斂、準(zhǔn)確率動蕩明顯的問題；除此之外，不同數(shù)據(jù)識別目標(biāo)的尺寸大小不同，為了生成合適的目標(biāo)候選框，調(diào)整了RPN 中的Anchor 比例。調(diào)整后的模型訓(xùn)練過程圖如圖2 所示。

圖 2 模型訓(xùn)練過程圖Fig.2 The process diagram of model training

1.2.1 IoU-balanced sampling 的引入 本文提出的模型B-Mask R-CNN 在采樣時(shí)引入了IoU-balanced sampling。研究發(fā)現(xiàn)［20］，樣本的分布在IoU 上并不是均勻分布，60%的困難樣本分布在大于0.05 的地方，隨機(jī)采樣只提供了30%，這導(dǎo)致出現(xiàn)了大量的負(fù)樣本，不利于訓(xùn)練。IoU-balanced sampling 通過在IoU 上均勻采樣，實(shí)現(xiàn)了難樣本在IoU 上的均勻分布，平衡了難易樣本的分布。

IoU-balanced sampling 的采樣公式如（1）所示。

式中Pk為每個(gè)區(qū)間采樣的概率，N為采樣個(gè)數(shù)，Mk為候選采樣數(shù)，K為劃分區(qū)間數(shù)，k為區(qū)間定位。上述公式（1）中每個(gè)區(qū)間采樣的概率指的是從Mk個(gè)候選采樣數(shù)中選取N個(gè)負(fù)樣本的概率，取值范圍為［0,1］。

1.2.2 BalancedL1 loss 的引入 本文提出的模型B-Mask R-CNN 的多分類損失（L）由三部分組成：分類損失、邊界框損失（Lbbox）與分割損失。當(dāng)分類與分割效果較好時(shí)，Lbbox的大小十分影響損失與訓(xùn)練過程。直接提升Lbbox的損失權(quán)重會使得模型對困難樣本更加敏感，產(chǎn)生過大梯度，而簡單樣本只占30%的梯度。本文為了平衡梯度，引入BalancedL1 loss 損失函數(shù)，使Lbbox與L更好地收斂。

使用Lb來表示本損失函數(shù)，如（2）所示。

公式（2）中，x為預(yù)測框與標(biāo)簽之間的差異值。α 為常數(shù)，用于控制在不影響困難樣本梯度的情況下，對簡單樣本進(jìn)行提升,試驗(yàn)中設(shè)置為0.5。γ 為常數(shù)，可以調(diào)整梯度的上界，當(dāng)損失非常大時(shí)，能夠幫助目標(biāo)函數(shù)更好地平衡所涉及的各個(gè)任務(wù)，在試驗(yàn)中設(shè)置為1.5。b 為常數(shù)，用于保證公式（2）在Lb(x=1)時(shí)函數(shù)的連續(xù)性，α、γ、b 滿足αlan(b+1)=γ，在本研究中b=e3-1。C 為任意的常數(shù)值。為推導(dǎo)函數(shù)過程中損失函數(shù)求積分所得。

1.2.3 Anchor 縮放比例調(diào)整 在模型訓(xùn)練過程中，Anchor 的面積和寬高比的設(shè)置是根據(jù)先驗(yàn)知識確定，先驗(yàn)知識對于減少網(wǎng)絡(luò)的數(shù)據(jù)量非常重要，因此，選取合適的Anchor 能夠有效地較少數(shù)據(jù)的運(yùn)算量。

Anchor 的大小由面積與寬高比共同決定。為了保證設(shè)置的Anchor 能夠覆蓋原圖的所有區(qū)域，本研究根據(jù)FPN 產(chǎn)生的5個(gè)不同尺度的特征圖，將Anchor 設(shè)置為5個(gè)不同的面積，選取的面積如表2所示。

Anchor 框的大小計(jì)算公式為（3）與（4）所示。

式中，R為Anchor 的寬高比，h為Anchor 的高，w為Anchor 的寬，base_size為Anchor 面積的邊長。最終每個(gè)區(qū)域中心生成的15 個(gè)Anchor 框的大小如表2 所示。

表2 錨框大小Table 2 The Size of Anchor

2 試驗(yàn)過程

2.1 運(yùn)行環(huán)境

本文所有試驗(yàn)在實(shí)驗(yàn)室的服務(wù)器上完成，服務(wù)器的操作系統(tǒng)為Ubuntu18.04.1，CPU 的型號為Intel Core i7-9700CPU @3.00GHz8，GPU 的型號為NVIDIA GeForce RTX 2080，運(yùn)行內(nèi)存為32G。在此基礎(chǔ)上使用Pytorch 的深度學(xué)習(xí)框架，使用Python3.7進(jìn)行編程。

2.2 模型的訓(xùn)練

超參數(shù)的選擇對模型的訓(xùn)練至關(guān)重要，本試驗(yàn)所涉及的超參數(shù)主要有學(xué)習(xí)率lr與訓(xùn)練輪數(shù)epochs。Mask R-CNN 在顯卡數(shù)量為8 的情況下lr=0.02，本試驗(yàn)所使用的顯卡數(shù)量為1，參考服務(wù)器的顯卡數(shù)量，令lr=0.02/8，即lr=2.5e-3，并按照指數(shù)標(biāo)尺擴(kuò)大10 倍學(xué)習(xí)率與縮小10 倍學(xué)習(xí)率分別選取lr=0.025、lr=2.5e-3、lr=2.5e-4 進(jìn)行試驗(yàn)，最終試驗(yàn)結(jié)果表明2.5e-3 的學(xué)習(xí)率為最佳。另外，本試驗(yàn)以常用的訓(xùn)練輪數(shù)6 為基準(zhǔn)，縮小2 倍訓(xùn)練輪數(shù)與擴(kuò)大2 倍訓(xùn)練輪數(shù)分別選取epochs=3、epochs=6、epochs=12 進(jìn)行試驗(yàn)，試驗(yàn)表明epochs=6 時(shí)效果最好。

Mask R-CNN 所用的數(shù)據(jù)集為COCO 數(shù)據(jù)集，本文針對矮化密植形、小冠疏層形、自然開心形、自然圓頭形以及Y 形5 種常見的修剪樹形進(jìn)行檢測與識別，對網(wǎng)絡(luò)模型進(jìn)行微調(diào)，將網(wǎng)絡(luò)模型中邊界框檢測頭、掩膜檢測頭以及數(shù)據(jù)集的類別數(shù)修改為5。

本試驗(yàn)為了加快模型的訓(xùn)練速度以及改善訓(xùn)練效果，使用了遷移學(xué)習(xí)的方法。加載了ImageNet 預(yù)訓(xùn)練模型，并對預(yù)訓(xùn)練模型進(jìn)行微調(diào)以適應(yīng)自己的數(shù)據(jù)集。

2.3 評估指標(biāo)

為了檢驗(yàn)?zāi)Ｐ蛯麡錂z測與分割的效果，選取的評估指標(biāo)有平均精度AP、均值平均精度mAP、準(zhǔn)確率Acc以及平均準(zhǔn)確率mAcc。

上述表達(dá)式（5）中P為精準(zhǔn)率，r為召回率；表達(dá)式（6）中AP1為第一類的檢測精度，AP2為第二類的檢測精度，APn是第n類的檢測精度，n代表類別數(shù)。表達(dá)式（7）中TP是正樣本且被檢測為正樣本的數(shù)，F(xiàn)P是負(fù)樣本但被檢測為正樣本的數(shù)，TN是負(fù)樣本且被預(yù)測為負(fù)樣本的數(shù)，F(xiàn)N是正樣本但被檢測為負(fù)樣本的數(shù)；表達(dá)式（8）中Acc1為第一類的準(zhǔn)確率，Acc2為第二類的準(zhǔn)確率，Accn為第n類的準(zhǔn)確率，n代表類別數(shù)。

3 結(jié)果與分析

3.1 B-Mask R-CNN 模型效果

（1）IoU-balanced sampling 提升效果

在進(jìn)行采樣時(shí)，本文引入了IoU-balanced sampling，此采樣策略可以平衡模型在學(xué)習(xí)過程中的難易樣本比例，優(yōu)化學(xué)習(xí)模型，提升模型準(zhǔn)確率。本文將B-Mask R-CNN 與Mask R-CNN 模型的檢測效果進(jìn)行了對比，對比時(shí)從目標(biāo)檢測框（bbox）與語義分割（segm）兩方面進(jìn)行對比。

表3 為bbox 對應(yīng)的矮化密植形、小冠疏層形、自然開心形、自然圓頭形以及Y 形5 種樹形的AP值與mAP值的對比，表4 為segm 對應(yīng)的5 種樹形的AP值與mAP值的對比。

表3 bbox 檢測精度對比Table 3 Comparison of bbox detection accuracy

表4 segm 分割精度對比Table 4 Comparison of segmentation accuracy

表3 與表4 中的AP1、AP2、AP3、AP4、AP5分別表示上述5 種樹形的AP值。在表3 與表4 中IoU=0.50指IoU閾值為0.50 的mAP值，使用的范圍更廣泛，IoU=0.50∶0.95 時(shí)的mAP值取的是從0.50 到0.95之間，每隔0.05 所取的平均值，這個(gè)評價(jià)指標(biāo)可以更好地表示模型檢測與識別的效果。

從表3 與表4 的數(shù)值進(jìn)行對比分析得知，本研究所提模型B-Mask R-CNN 比Mask R-CNN 在目標(biāo)檢測框與語義分割兩方面都得到了顯著地提升。本試驗(yàn)中表3 與表4 中的AP4為自然圓頭形柑橘樹的識別結(jié)果，由于試驗(yàn)中樹冠部分與背景的邊緣部分標(biāo)注更加細(xì)致，數(shù)據(jù)集考慮了光照、角度、尺度等因素，并且識別的樹形更多，導(dǎo)致檢測結(jié)果與文獻(xiàn)［12］中單一柑橘樹的準(zhǔn)確率相比較低，但本算法魯棒性和實(shí)用性更強(qiáng)。

（2）BalancedL1 loss 提升效果

BalancedL1 loss 損失函數(shù)的引入有效地降低了Lbbox與L，使得模型更好地收斂與學(xué)習(xí)。圖3 為改進(jìn)算法前后Lbbox的對比效果。

圖3 改進(jìn)前后Lbbox 對比Fig.3 Comparison of Lbbox before and after improvement

結(jié)果表明改進(jìn)后的Lbbox起始的位置更低，訓(xùn)練過程中也更加平穩(wěn)，損失值也更加的低。圖4 為改進(jìn)前后L的對比效果，結(jié)果表明改進(jìn)后損失收斂更快，損失值更小，說明了BalancedL1 loss 損失函數(shù)的有效性。

圖 4 改進(jìn)前后L 對比Fig.4 Comparison of L before and after improvement

（3）Anchor 比例調(diào)整提升效果

Anchor 比例調(diào)整后，圖5 的效果顯示出，改進(jìn)后的Acc得到了提高，并且起始的準(zhǔn)確率也更高，震蕩幅度小，易收斂。

圖 5 改進(jìn)前后Acc 對比Fig.5 Comparison of accuracy before and after improvement

3.2 ResNet50/101 對比

隨著ResNet 深度的加深，特征提取的效果會相應(yīng)提升，但同時(shí)也會增加網(wǎng)絡(luò)模型訓(xùn)練的負(fù)擔(dān)，增加訓(xùn)練時(shí)長。為了確定是否選用深度更深的ResNet101網(wǎng)絡(luò)用于特征提取，本文將B-Mask R-CNN 模型中的Backbone 換為ResNet50 與ResNet101 進(jìn)行對比。（表5）

表5 ResNet50 與ResNet101 對比Table 5 Comparison of ResNet50 and ResNet101

使用測試集中150 張圖片對B-Mask R-CNN 模型進(jìn)行測試，表5 中訓(xùn)練速度的單位s/iter 指的是每迭代1 次所用的秒數(shù)。由表5 結(jié)果分析，使用ResNet101 能夠提升一點(diǎn)精度，但訓(xùn)練速度也大大降低，為了實(shí)現(xiàn)實(shí)時(shí)的樹冠檢測與識別，本研究最終將ResNet50 作為特征提取網(wǎng)絡(luò)進(jìn)行訓(xùn)練。

3.3 自然場景檢測試驗(yàn)

3.3.1 不同復(fù)雜背景下檢測效果對比 為了檢驗(yàn)本文提出的B-Mask R-CNN 模型在不同復(fù)雜背景情況下樹冠檢測效果的優(yōu)越性，從測試集中挑選圖片進(jìn)行對比試驗(yàn)。測試集由矮化密植形、小冠疏層形、自然開心形、自然圓頭形、Y 形5 種樹形組成，每種樹形各30 張，從中選取5 種復(fù)雜背景情況。5 種復(fù)雜情況分別為樹冠間距小、樹冠背景近處有其他樹、樹冠背景遠(yuǎn)處有其他樹、樹冠旁有相近顏色物體與樹冠未處于圖像中央 。

將B-Mask R-CNN、Mask R-CNN、目標(biāo)檢測網(wǎng)絡(luò)Faster R-CNN［21］、語義分割網(wǎng)絡(luò)U-Net［22］以及傳統(tǒng)分割算法K-means 分別對5 種樹形進(jìn)行檢測與識別，以上5 種算法的檢測結(jié)果與原圖、標(biāo)簽圖的對比結(jié)果如圖6 所示。

圖 6 復(fù)雜背景下各算法檢測效果對比Fig.6 Comparison of detection effects of various algorithms in complex background

圖6 進(jìn)行結(jié)果展示時(shí)， Mask R-CNN 檢測時(shí)易出現(xiàn)多個(gè)檢測框，并且易將相近顏色物體與背景樹識別為樹冠區(qū)域。Faster R-CNN 得到了樹冠的目標(biāo)檢測框與樹形的類別，但不能實(shí)現(xiàn)樹冠區(qū)域的分割，在檢測樹冠間距小的樹冠時(shí)，易將旁邊樹冠識別在內(nèi)，并且易出現(xiàn)識別不全的問題。U-Net 算法在進(jìn)行樹冠檢測時(shí)僅得到了樹冠區(qū)域的二值圖像，在對復(fù)雜背景的樹冠進(jìn)行分割時(shí)，易將與樹冠顏色相近的物體識別為樹冠區(qū)域。K-means 也僅得到了樹冠區(qū)域的二值圖像，分割結(jié)果中顯示將大量的背景區(qū)域分割到了樹冠區(qū)域中。本文所提出的B-Mask R-CNN 算法能夠得到樹冠的目標(biāo)檢測框、分割得到的樹冠噴施區(qū)域以及樹形的類別。本算法對樹冠間距小、樹冠背景近處有其他樹、樹冠背景遠(yuǎn)處有其他樹、樹冠旁有相近顏色物體與樹冠未處于圖像中央 5 種復(fù)雜背景情況下的果樹進(jìn)行檢測識別時(shí)，分割出的輪廓更加清晰，不易將旁邊的樹、背景樹、旁邊綠色物體以及道路誤識別。

為了進(jìn)一步驗(yàn)證所提算法的有效性，使用矮化密植形、小冠疏層形、自然開心形、自然圓頭形以及Y 形5 種樹形各30 張，總共使用150 張測試集的圖片進(jìn)行測試，使用平均準(zhǔn)確率mAcc作為評價(jià)標(biāo)準(zhǔn)。將本文提出的B-Mask R-CNN 與Mask R-CNN、Faster R-CNN、U-Net 以及K-means 算法對比平均準(zhǔn)確率，結(jié)果如表6 所示。表6 的結(jié)果可以顯示出本文所提出的B-Mask R-CNN 算法的優(yōu)越性。

表 6 5 類算法的平均準(zhǔn)確率mAccTable 6 Average accuracy of five algorithms

綜上所述，相比較Mask R-CNN、Faster R-CNN、U-Net 以及K-means 算法，本文所提出的B-Mask R-CNN 算法能夠?qū)崿F(xiàn)更好的檢測與識別效果。

3.3.2 不同光照條件對比 傳統(tǒng)的分割算法往往對光線條件比較敏感，而本文所提出B-Mask R-CNN模型對不同光照條件下的果樹檢測與識別有很好的魯棒性，圖7 以小冠疏層形的果樹為例，展示了本算法在不同光照條件下的檢測效果。本文挑選弱光、正常光、強(qiáng)光3 種不同光照條件下的圖像進(jìn)行對比，本算法均能夠?qū)涔趶膹?fù)雜的背景中分割出來，證明了本算法對不同光照條件下復(fù)雜背景果樹檢測分割的有效性。

圖 7 不同光照條件下檢測效果對比Fig.7 Comparison of different brightness detection effects

3.3.3 不同樹形對噴施效果的影響 本試驗(yàn)采集的5 種樹形對噴頭噴施范圍有不同的影響，圖8 利用紅色框標(biāo)注出噴施范圍。當(dāng)樹冠同時(shí)位于圖像中央時(shí)，大部分情況下，Dwarf 形圖像的上下邊界為0，左右邊界有空余；Layered 形與Yshape 形圖像的上下左右邊界為0；Openheart 形與Roundhead 形圖像左右邊界為0，下邊界留有較大距離。

另外，從圖8 的噴施范圍中也能夠觀察到，不同樹形的噴施區(qū)域中樹冠分布區(qū)域也不相同，樹冠分布區(qū)域?qū)⒂绊懙竭M(jìn)行精準(zhǔn)噴施時(shí)噴頭是否打開，因此樹形也會影響到噴頭施藥時(shí)的開閉情況。

圖 8 樹形對噴施的影響Fig.8 Effect of tree shapes on spraying

4 結(jié)論

（1）本文基于Mask R-CNN 進(jìn)行改進(jìn)，提出了B-Mask R-CNN 模型，本模型引入了采樣策略IoUbalanced sampling 提升了算法的精度，邊界框損失函數(shù)Lbbox引入BalancedL1 loss 使得損失更好地收斂，調(diào)整先驗(yàn)知識Anchor 比例，提升了算法的準(zhǔn)確率。改進(jìn)后算法在bbox 與segm 兩方面的mAP值均達(dá)到了98.7%，檢測速度為3.356e-1 s/iter，能夠達(dá)到實(shí)時(shí)檢測的標(biāo)準(zhǔn)。

（2）本文所提的B-Mask R-CNN 算法相較其他的算法實(shí)現(xiàn)了更精準(zhǔn)地檢測與識別，對5 種不同復(fù)雜背景下的樹冠都能夠進(jìn)行較好地檢測與識別，對不同光線下的樹冠檢測也具有很好的魯棒性。其次，本文討論了樹形對施藥過程的影響。本研究最終實(shí)現(xiàn)了復(fù)雜背景下樹冠的檢測與樹形的識別，能夠?yàn)楹罄m(xù)的精準(zhǔn)噴施研究提供樹形信息，并為構(gòu)建最優(yōu)噴施控制模型奠定研究基礎(chǔ)。

（3）本文在研究多種樹形時(shí)，只討論了5 種樹形，今后可以增加更多的樹形進(jìn)行試驗(yàn)，進(jìn)一步提高模型的泛化能力。另外，本文在討論樹形對精準(zhǔn)噴施中施藥過程的影響時(shí)，只針對本文在互聯(lián)網(wǎng)上采集的數(shù)據(jù)集進(jìn)行了討論，未考慮到距離、角度等因素，下一步可以在實(shí)際場景下設(shè)定合適的控制變量，進(jìn)一步研究樹形對果園精準(zhǔn)噴施中施藥過程的影響。