金彬 解祥新

作者簡介：金彬（1995— ），男，江蘇南通人，助教，碩士；研究方向：機器視覺，人工智能。

摘要：為了降低葡萄果園的管理成本，及時發(fā)現(xiàn)并預防葡萄病害，文章提出了一種基于改進YOLOv4模型的葡萄葉片病害檢測與識別算法。該算法對傳統(tǒng)YOLOv4模型進行了改進，針對細粒度、多尺度的葡萄葉片早期疾病檢測優(yōu)化了檢測速度和準確性，并應用于真實環(huán)境中的實時檢測。在檢測時間為18.31 ms時，該檢測模型的平均準確率（mAP）和F1得分分別達到90.4%和94.8%?？傮w檢測結(jié)果表明，當前算法的性能顯著優(yōu)于現(xiàn)有的檢測模型，精度提高了7.8%，F(xiàn)1分數(shù)提高了6.6%。該模型可作為一種檢測復雜現(xiàn)實情景下葡萄葉片病害的有效方法。

關鍵詞：實時目標檢測；葡萄葉??；卷積神經(jīng)網(wǎng)絡；計算機視覺

中圖分類號：TP311? 文獻標志碼：A

0? 引言

植物病蟲害是造成生態(tài)和農(nóng)業(yè)損失的重要原因，及時發(fā)現(xiàn)和預防各種植物病害是提升農(nóng)場和果園農(nóng)業(yè)收益的關鍵。當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，隨著計算機視覺在精準農(nóng)業(yè)技術(shù)中的進步，機器視覺的病害檢測應用大大提高了作物病害檢測的效率，為作物產(chǎn)量的提高作出了重要貢獻。

1? 現(xiàn)有模型的應用局限

植物病害的早期識別和預防是作物收獲的重要環(huán)節(jié)，可以有效減少生長障礙，從而最大限度地減少農(nóng)藥的使用，實現(xiàn)無公害作物生產(chǎn)。王權(quán)順等［2］將傳統(tǒng)機器學習方法用于植物和疾病分類和檢測。然而，此類方法在實時疾病檢測中的性能和速度較低，也無法適應具有不均勻復雜背景的現(xiàn)實生活檢測場景，而深度學習可以很好地解決機器視覺在這方面的問題，并且已被應用在諸如作物和水果的分類、圖像分割及品種檢測中。

其中，CNN模型可以對輸入的圖像直接提取特征，從而避免了復雜的預處理流程，因此性能比較突出，使用范圍較廣［3］?；贑NN的目標檢測模型大致可以分為兩類：一階檢測器和二階檢測器。二階檢測器需要做兩件事：分類和定位，也因此檢測時間較長。而一階檢測器YouOnlyLookOnce（YOLO）算法，將目標分類和定位統(tǒng)一為回歸問題，通過回歸來檢測目標，檢測速度大幅提升。本文采用改進的YOLOv4算法進行葡萄葉片的病害檢測，具有較高的精度和準確度。

葡萄是一種經(jīng)濟價值較高的水果產(chǎn)物，是不少果園經(jīng)營者的主要經(jīng)濟來源之一。然而，葡萄病害是葡萄生產(chǎn)過程中的一個主要問題，其嚴重影響了葡萄的產(chǎn)量和質(zhì)量。常見的病害可以通過葡萄葉片的現(xiàn)象反映出來，在染病初期發(fā)現(xiàn)病害并及時采取措施可以有效防治葡萄的多數(shù)病害。然而，由于細粒度的多尺度分布、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時檢測仍然具有挑戰(zhàn)性。此外，復雜的背景，包括重疊的葉子和土壤、真實環(huán)境中光線的變化以及其他一些因素，導致高精度檢測葡萄葉片病害的任務十分艱巨［4］?，F(xiàn)有的檢測模型無法實現(xiàn)高準確性的同時還具備較高的實時檢測速度。

2? 改進的YOLO模型提出

本研究提出一種基于改進YOLOv4的葡萄葉片病害檢測與識別算法，以解決傳統(tǒng)方法存在的問題，同時提高檢測的準確性和效率。通過引入DenseNet塊，將CSPDarkNet53修改為Dense-CSPDarkNet53，以改進小目標檢測的特征傳輸和重用。為了優(yōu)化冗余并降低計算成本，通過修改卷積塊來減少網(wǎng)絡層數(shù)。改進的路徑聚合網(wǎng)絡（PANet）也被用來保留細粒度的定位信息并增強多尺度語義信息的特征融合。此外，所提出的模型中空間金字塔池塊的集成增強了感受野。更改網(wǎng)絡主要激活函數(shù)，提高特征學習能力進而提高識別準確率。為了防止訓練過程中的過度擬合并提高魯棒性，采用了數(shù)據(jù)增強，將數(shù)據(jù)集進行了擴充［5］。該模型可以在復雜的農(nóng)業(yè)環(huán)境下自動檢測不同大小的葡萄葉片出現(xiàn)的不同病害的判別特征。實驗結(jié)果表明，該算法優(yōu)于原始YOLOv4模型，具有較高的準確率和魯棒性，可以為葡萄病害的預防和控制提供有力的支持。

3? 改進的YOLO模型建立

YOLOv4是一種高精度的單階段目標檢測模型，通過生成邊界框坐標和每個類對應的概率，將目標檢測任務轉(zhuǎn)化為回歸問題。在目標檢測過程中，輸入圖像被分為N×N均勻相等的網(wǎng)格。該模型將生成B個預測邊界框和相應的置信度。當目標類的真實值的中心落在指定的網(wǎng)格內(nèi)時，它會檢測到特定對象類的目標。每個網(wǎng)格用每個目標類的置信度分數(shù)和相應的C類條件概率來預測B個邊界框。置信度得分可以表示為：

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

當目標類落入YOLO網(wǎng)格內(nèi)時，pr（object）=1，否則，pr（object）=0。參考和預測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)檢測到目標類時邊界框預測的準確性。在獲得最終邊界框之前，通過非極大值抑制算法過濾每個尺度的最佳邊界框預測。

然而，原始YOLOv4模型在檢測葡萄葉片的不同病害時，存在病害密集、細粒度、多尺度分布、病區(qū)幾何形態(tài)不規(guī)則、病害同時發(fā)生等問題［6］。同一片葉子和復雜的背景，極大地影響了檢測精度，導致大量漏檢和錯誤的目標預測。為了解決上述問題，本文提出了基于YOLOv4算法的改進版本，以提高葡萄葉片病害的檢測效率和準確性。改進的網(wǎng)絡模型架構(gòu)如圖1所示，主干網(wǎng)絡用于特征提取，頸部用于提取特征的語義表示，頭部用于預測。

在目標檢測過程中，YOLOv4算法減少了神經(jīng)網(wǎng)絡中的特征映射。為了結(jié)合更多的特征信息，在傳播過程中采用密集塊網(wǎng)絡結(jié)構(gòu)實現(xiàn)了特征的保存與前級特征的重用，密集塊網(wǎng)絡結(jié)構(gòu)使得每一層都以前饋模式連接到其他層。網(wǎng)絡塊的主要優(yōu)點是第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)集的復雜性，密集的塊在整個神經(jīng)網(wǎng)絡中促進了更好的特征傳輸和梯度，也能在一定程度上減輕過擬合。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，通過增加密集的連接塊，以增強特征的傳播，減少卷積塊，以減少冗余特征操作的數(shù)量，提高計算速度。所提出的密集塊網(wǎng)絡結(jié)構(gòu)示意圖如圖2所示。

目標檢測模型的一個重要方面是為特定問題選擇適當?shù)募せ詈瘮?shù)，以提高神經(jīng)網(wǎng)絡的準確性和性能。為了增強網(wǎng)絡梯度流的穩(wěn)定性，幫助在檢測模型中學習更多的表達特征，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具有獨特的無界性和下有界性，它有助于消除輸出神經(jīng)元的飽和問題，改進網(wǎng)絡正則化。經(jīng)過驗證，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。利用圖像增強程序，將數(shù)據(jù)集擴展到4 800張，作為本研究的自定義數(shù)據(jù)集。針對自定義數(shù)據(jù)集，使用LabelImg腳本進行標注，文件包含了訓練數(shù)據(jù)集中圖像標注時? 的目標類信息和相應的邊界坐標。從自定義數(shù)據(jù)集中，按照3∶1∶1的比例構(gòu)建訓練集、驗證集和測試集。為了提高所提出的檢測模型對葡萄不同生長階段的病害識別準確性，規(guī)定輸入512×512大小的3通道圖像，設定batch大小為16，學習率最低0.001。

為了比較所提出的檢測模型的總體性能，本研究將IoU、F1-score、mAP、最終驗證損失和平均檢測時間與YOLOv3和YOLOv4進行了比較，如表1所示。對比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，所提出的檢測模型具有更好的邊界框檢測精度。該模型的F1評分為0.948，mAP為0.904，比YOLOv4提高了6.6%和7.8%。此外，比較了3種模型的平均檢測時間，測試結(jié)果表明YOLOv4的檢測時間最低，為15.721 ms。該模型的檢測時間高于YOLOv4模型，檢測時間為18.313 ms。

當PR曲線下的面積在所有3個模型中最高時，所提出的模型對于特定召回的精度值更高。與YOLOv3和YOLOv4檢測模型相比，所提出的模型顯著提高了測試數(shù)據(jù)集的總體精度、查全率和F1得分，在精度和準確度上都明顯優(yōu)于YOLOv3和YOLOv4，代價僅是降低少許檢測速度。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

綜上所述，本研究基于改進的YOLOv4算法開發(fā)了一個實時目標檢測框架，并將其應用于葡萄葉的病害檢測。本研究對該模型進行了改進，以優(yōu)化其準確性，并通過在復雜的果園情景下檢測疾病進行驗證。在檢測幀率為54.6FPS的情況下，該算法的平均精度（mAP）值為91.5%，F(xiàn)1分數(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分數(shù)提高了6.6%，表明在實時現(xiàn)場應用中具有較強的檢測性能潛力。

參考文獻

［1］陳道懷，汪杭軍.基于改進YOLOv4的林業(yè)害蟲檢測［J］.浙江農(nóng)業(yè)學報，2022（6）：1306-1315.

［2］王權(quán)順，呂蕾，黃德豐，等.基于改進YOLOv4算法的蘋果葉部病害缺陷檢測研究［J］.中國農(nóng)機化學報，2022（11）：182-187.

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

［4］雷建云，葉莎，夏夢，等.基于改進YOLOv4的葡萄葉片病害檢測［J］.中南民族大學學報（自然科學版），2022（6）：712-719.

［5］儲鑫，李祥，羅斌，等.基于改進YOLOv4算法的番茄葉部病害識別方法［J］.江蘇農(nóng)業(yè)學報，2023（5）：1199-1208.

［6］劉闐宇，馮全，楊森.基于卷積神經(jīng)網(wǎng)絡的葡萄葉片病害檢測方法［J］.東北農(nóng)業(yè)大學學報，2018（3）：73-83.

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