摘 要：我國(guó)作為水果生產(chǎn)大國(guó)，機(jī)器視覺技術(shù)已被用于水果的檢測(cè)識(shí)別中。然而在自然條件采摘過(guò)程中，往往受到光照不均、枝葉遮擋、果實(shí)重疊等復(fù)雜環(huán)境的影響，導(dǎo)致果實(shí)不易被辨識(shí)。因此，如何在復(fù)雜條件下，能快速、簡(jiǎn)單、高效地檢測(cè)出目標(biāo)具有重要意義。以柑橘為例，對(duì)數(shù)據(jù)采用數(shù)據(jù)增強(qiáng)和特定預(yù)處理方式，并用YOLOv5網(wǎng)絡(luò)對(duì)自然條件下柑橘進(jìn)行檢測(cè)識(shí)別。在數(shù)據(jù)處理中，對(duì)樣本進(jìn)行標(biāo)注，然后通過(guò)對(duì)數(shù)據(jù)進(jìn)行特定情況預(yù)處理，降低自然條件下光照遮擋、搖晃等環(huán)境的影響，提升模型魯棒性；通過(guò)對(duì)樣本數(shù)據(jù)增強(qiáng)，豐富訓(xùn)練數(shù)據(jù)，提高模型泛化能力。通過(guò)實(shí)驗(yàn)對(duì)比不同迭代次數(shù)與步長(zhǎng)的模型效果，選出模型最合適的參數(shù)值。實(shí)驗(yàn)表明，數(shù)據(jù)未經(jīng)過(guò)特殊預(yù)處理，模型檢測(cè)識(shí)別率較低，而經(jīng)過(guò)特殊預(yù)處理后（降低復(fù)雜環(huán)境的影響），模型檢測(cè)識(shí)別率較高，效果明顯，為在自然條件下水果采摘奠定了理論基礎(chǔ)。

關(guān)鍵詞：YOLOv5；自然條件；水果檢測(cè)；目標(biāo)識(shí)別

中國(guó)作為水果主要產(chǎn)地之一，有著豐富的資源，然而其采摘過(guò)程比較繁瑣，機(jī)械化水平不高，效率低，成本高。為了解決這一問(wèn)題，研究者將機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、機(jī)器視覺等技術(shù)引入采摘機(jī)器人來(lái)提高采摘效率，降低人力成本[1-2]。從國(guó)內(nèi)外研究情況看，當(dāng)前最常用的方法是基于傳統(tǒng)的檢測(cè)識(shí)別和深度學(xué)習(xí)的目標(biāo)識(shí)別方法[3]。傳統(tǒng)的水果檢測(cè)與分類方法需要手工抽取圖像特征，可檢測(cè)對(duì)象較為單一；且受到光照條件、復(fù)雜背景等影響，檢測(cè)結(jié)果存在誤差，效率較低，難以實(shí)現(xiàn)實(shí)時(shí)檢測(cè)[3-5]。相對(duì)于傳統(tǒng)的方法，深度學(xué)習(xí)因其能自主提取數(shù)據(jù)特征，在復(fù)雜情況下對(duì)水果檢測(cè)與識(shí)別具有更為出色的表現(xiàn)[4，6-8]。例如，為了減少 CNN在池化時(shí)會(huì)丟失部分特征，導(dǎo)致識(shí)別精確度降低，簡(jiǎn)欽等[8]提出FC-CNN模型進(jìn)行自主采樣，并用于水果識(shí)別分類，準(zhǔn)確率達(dá)到99.63%。

隨著檢測(cè)與識(shí)別模型不斷優(yōu)化，YOLO憑借實(shí)時(shí)檢測(cè)、速度快、精度高、網(wǎng)絡(luò)結(jié)構(gòu)簡(jiǎn)單等性能，在水果圖像檢測(cè)、分類方面取得了較好的效果[4]。為了降低夜間雜亂環(huán)境下對(duì)柑橘檢測(cè)和識(shí)別的影響，熊俊濤等[9]提出采用Des-YOLOv3算法進(jìn)行特征提取和融合，有效地提高了檢測(cè)精確度，精確率達(dá)97.67%。裴瑞景等[10]提出一種改進(jìn)的YOLOv4算法，該算法中引入注意力機(jī)制提高模型提取信息能力、引入殘差模塊加快網(wǎng)絡(luò)收斂速度。楊世忠等[11]在YOLOv5基礎(chǔ)上，提出用輕量級(jí)網(wǎng)絡(luò)結(jié)構(gòu)（ShuffleNet）減少模型參數(shù)、降低模型復(fù)雜性，且作者設(shè)計(jì)α-EIoU損失函數(shù)作為目標(biāo)檢測(cè)的評(píng)價(jià)指標(biāo)，平均檢測(cè)精度均值達(dá)到了97.6%。然而，針對(duì)雜亂背景下的水果圖像，傳統(tǒng)的YOLOv5 模型存在漏檢或誤檢情況，檢測(cè)識(shí)別精確度有待提升[4]。

因此，為了降低自然條件復(fù)雜性，增強(qiáng)圖像清晰度和圖像抗噪性能，提升自然狀態(tài)下水果目標(biāo)的檢測(cè)和識(shí)別成功率，筆者在本文中通過(guò)引入特定的數(shù)據(jù)增強(qiáng)和針對(duì)性的預(yù)處理方式降低復(fù)雜環(huán)境對(duì)檢測(cè)的影響，提出基于YOLOv5在自然條件下的檢測(cè)識(shí)別方法。

1 數(shù)據(jù)處理

在自然狀態(tài)下，環(huán)境復(fù)雜，目標(biāo)檢測(cè)識(shí)別受到很多不確定性因素的影響，如光照強(qiáng)度、遮擋范圍大小、設(shè)備誤差、風(fēng)力大小等。為了提升自然狀態(tài)下水果的檢測(cè)與識(shí)別成功率，筆者在本文中針對(duì)樣本進(jìn)行特定預(yù)處理，如圖像降噪、二值化、形態(tài)學(xué)處理等。此外，還通過(guò)Mosaic數(shù)據(jù)增強(qiáng)來(lái)豐富數(shù)據(jù)集，有效地提高模型的魯棒性。針對(duì)自然條件下的目標(biāo)檢測(cè)和識(shí)別采用了相應(yīng)的預(yù)處理方法[12]，如表1所示。

2 YOLOv5識(shí)別算法檢測(cè)

YOLOv5是一種深度學(xué)習(xí)模型，由于其具有模型輕量，速度快、可擴(kuò)展性強(qiáng)等特點(diǎn)，因此廣泛應(yīng)用于各領(lǐng)域目標(biāo)檢測(cè)與識(shí)別中。為了使模型能實(shí)現(xiàn)實(shí)時(shí)檢測(cè)，且保證檢測(cè)速度和識(shí)別精確度，筆者在本文中選用YOLOv5算法作為檢測(cè)模型，如圖1所示。

YOLOv5模型主要由Backbone、Neck和Head三個(gè)模塊組成，分別對(duì)圖像特征提取、特征融合和檢測(cè)識(shí)別操作。在訓(xùn)練模型之前，將原始數(shù)據(jù)進(jìn)行標(biāo)注、數(shù)據(jù)增強(qiáng)、特定預(yù)處理。然后Backbone進(jìn)行特征提取，該模塊由Conv、C3、SPPF三部分組成，通過(guò)5次Conv對(duì)輸入進(jìn)行下采樣，4次C3對(duì)輸入進(jìn)行特征提取、融合，SPPF利用池化、特征融合的方式提取信息。Neck對(duì)淺層特征進(jìn)行特征圖融合，提升算法檢測(cè)小目標(biāo)的性能。最后，Head對(duì)加工后的特征圖進(jìn)行預(yù)測(cè)。使用YOLOv5自帶的GIoU損失函數(shù)作為判別錨框與檢測(cè)框的誤差大小的指標(biāo)。檢測(cè)流程如圖2所示。

3 實(shí)驗(yàn)結(jié)果與分析

3.1 數(shù)據(jù)集劃分

筆者在本文中使用數(shù)據(jù)標(biāo)注工具（Labelimg），在原始數(shù)據(jù)上做標(biāo)注。由于原始樣本較少，為了使實(shí)驗(yàn)更科學(xué)可行，通過(guò)圖片縮放、隨機(jī)圖片裁剪、隨機(jī)變換排列、拼接、Mosaic數(shù)據(jù)增強(qiáng)等方法來(lái)擴(kuò)充樣本數(shù)量。將總數(shù)據(jù)的90%作為訓(xùn)練數(shù)據(jù)，總數(shù)據(jù)的10%作為測(cè)試數(shù)據(jù)。

3.2 實(shí)驗(yàn)結(jié)果與分析

筆者在本文中將采用準(zhǔn)確率（Precision）召回率（Recall）和平均精度均值（mean average precision，mAP）三個(gè)評(píng)價(jià)指標(biāo)作為檢測(cè)模型性能好壞的標(biāo)準(zhǔn)。通過(guò)對(duì)比不同迭代次數(shù)（Epoch）和步長(zhǎng)（Batch_size）下模型的準(zhǔn)確率、平均精度均值和召回率，選出模型最優(yōu)時(shí)的超參，該模型Epoch選擇160，Batch_size值為32，初始學(xué)習(xí)率為0.01，選用GIoU損失作為bounding box的損失。

在實(shí)驗(yàn)過(guò)程中，Box（Box推測(cè)為GIoU損失函數(shù)均值，其值越小方框越準(zhǔn)、檢測(cè)越準(zhǔn)）、Precision、Recall 和 mAP（IoU=0.5）的變化趨勢(shì)如圖3～圖6所示。隨著迭代次數(shù)的增加，Box值不斷減小，精確度、 mAP（IoU=0.5）、召回率都在逐漸向1靠近。圖3中，在迭代0～100次時(shí)，Box值曲線變化明顯；100次后，曲線相對(duì)平緩，最終Box值穩(wěn)定在0.02左右。圖4～圖6中，在迭代0～20次時(shí)，曲線變化明顯，表明在此階段，模型還處于學(xué)習(xí)階段，不斷尋找最優(yōu)參數(shù)，迭代20次后，曲線趨于平穩(wěn)，表明此時(shí)模型處于相對(duì)最優(yōu)化狀態(tài)。

筆者在本文中將測(cè)試集輸入到本模型中，其中一個(gè)結(jié)果如圖7所示，雖然圖像中有多個(gè)檢測(cè)目標(biāo)，且光照不均、遮擋程度不同，但該模型都能夠很好地檢測(cè)出，很少出現(xiàn)漏檢情況。

筆者在本文中所提出的方法很好地解決了自然環(huán)境下由于光照、遮擋、搖晃等問(wèn)題所導(dǎo)致的檢測(cè)率低的情況，相關(guān)評(píng)價(jià)指標(biāo)表明，該方法取得較好地效果，為研究自然環(huán)境下水果的檢測(cè)識(shí)別開拓了思路。

4 結(jié) 論

筆者在本文中以自然條件下的柑橘作為識(shí)別目標(biāo)，提出通過(guò)去噪、二值化、形態(tài)學(xué)等方法解決自然條件下光照不均勻、遮擋和搖晃等問(wèn)題。采用YOLOv5模型來(lái)檢測(cè)識(shí)別目標(biāo)，通過(guò)精確率和召回率來(lái)判斷模型效果。實(shí)驗(yàn)結(jié)果表明，通過(guò)數(shù)據(jù)增強(qiáng)和特定預(yù)處理去除惡劣環(huán)境對(duì)檢測(cè)識(shí)別的影響后，YOLOv5模型能夠更準(zhǔn)確地檢測(cè)自然條件下的目標(biāo)，為智慧農(nóng)業(yè)的發(fā)展奠定了理論基礎(chǔ)。

參考文獻(xiàn)

[1] 陳貝文，陳淦.水果分類識(shí)別與成熟度檢測(cè)技術(shù)綜述[J].計(jì)算機(jī)時(shí)代，2022（7）：62-65.

[2] 孔鵬.基于深度學(xué)習(xí)的水果目標(biāo)檢測(cè)研究及應(yīng)用[D].北京：北京郵電大學(xué)，2021.

[3] 鄒偉.機(jī)器視覺在柑橘分級(jí)技術(shù)上的研究進(jìn)展[J].農(nóng)業(yè)裝備技術(shù)，2023，49（3）：4-6.

[4] 羅家梅.改進(jìn)YOLOv5的水果品質(zhì)檢測(cè)與分類方法研究[D].江西贛州：贛南師范大學(xué)，2023.

[5] 王水平，唐振民，范春年，等.基于SVM的水果分類算法研究[J].武漢理工大學(xué)學(xué)報(bào)，2010，32（16）：44-47.

[6] 張帆.基于深度卷積神經(jīng)網(wǎng)絡(luò)的水果圖像識(shí)別算法研究[D].北京：中央民族大學(xué)，2020.

[7] 田有文，吳偉，盧時(shí)鉛，等.深度學(xué)習(xí)在水果品質(zhì)檢測(cè)與分級(jí)分類中的應(yīng)用[J].食品科學(xué)，2021，42（19）：260-270.

[8] 簡(jiǎn)欽，張雨墨，簡(jiǎn)獻(xiàn)忠. FC-CNN： 基于卷積神經(jīng)網(wǎng)絡(luò)的水果圖像分類算法[J]. 農(nóng)業(yè)裝備與車輛工程，2021，59（1）： 67-71.

[9] 熊俊濤，鄭鎮(zhèn)輝，梁嘉恩，等.基于改進(jìn)YOLO v3網(wǎng)絡(luò)的夜間環(huán)境柑橘識(shí)別方法[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2020，51（4）：199-206.

[10] 裴瑞景，王碩，王華英.基于改進(jìn)YOLOv4算法的水果識(shí)別檢測(cè)研究[J].激光技術(shù)，2023，47（3）：400-406.

[11] 楊世忠，王瑞彬，高升，等.基于YOLOv5的草莓輕量化網(wǎng)絡(luò)檢測(cè)模型[J].國(guó)外電子測(cè)量技術(shù)，2023，42（4）：86-95.

[12] 任會(huì). 基于機(jī)器視覺的自然條件下橘子檢測(cè)研究[D].長(zhǎng)沙：中南林業(yè)科技大學(xué)，2022.