基于AlexNet模型的玉米籽粒品質(zhì)鑒別研究

摘 要：玉米是世界上最重要的糧食作物之一，其品質(zhì)鑒別對農(nóng)業(yè)生產(chǎn)和食品加工具有重要意義。傳統(tǒng)的玉米籽粒品質(zhì)鑒別方法往往需要大量人力和時(shí)間成本，并且易受主觀因素影響?；贏lexNet模型，提出了一種改進(jìn)的并且適配于玉米籽粒品質(zhì)鑒別的AlexNet算法，并針對玉米籽粒數(shù)據(jù)集進(jìn)行微調(diào)。在微調(diào)過程中，采用數(shù)據(jù)增強(qiáng)、批量歸一化、隨機(jī)失活等技術(shù)，以提高模型的性能。經(jīng)試驗(yàn)，該模型在測試集上的準(zhǔn)確率為96.6%，優(yōu)于原本的AlexNet模型對玉米籽粒品質(zhì)鑒別性能。該模型的應(yīng)用有望提供更快速、準(zhǔn)確的玉米籽粒品質(zhì)鑒別方法，有利于玉米籽粒品質(zhì)把控。

關(guān)鍵詞：AlexNet；玉米品質(zhì)鑒別；批量歸一化

中圖分類號(hào)：S513；TP391.41 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1674-7909-（2023）13-148-3

0 引言

在計(jì)算機(jī)視覺深度學(xué)習(xí)領(lǐng)域，AlexNet神經(jīng)網(wǎng)絡(luò)算法是最出名的算法之一，被認(rèn)為是開創(chuàng)性研究之一。然而，隨著研究的深入，人們發(fā)現(xiàn)AlexNet模型在某些方面存在一些不足之處，如容易出現(xiàn)過擬合、計(jì)算復(fù)雜度較高等［1］。因此，筆者對AlexNet模型進(jìn)行一定的改進(jìn)，以解決其原本存在的問題，并提高模型在玉米籽粒品質(zhì)鑒別任務(wù)中的性能。此外，筆者采用了一些常用的深度學(xué)習(xí)技術(shù)，如數(shù)據(jù)增強(qiáng)（Data Augmentation）、批量歸一化（Batch Normalization）、隨機(jī)失活（Dropout）等，以提高模型的性能。Data Augmentation技術(shù)被廣泛應(yīng)用于圖像分類、目標(biāo)檢測、語音識(shí)別等領(lǐng)域，可通過對訓(xùn)練集數(shù)據(jù)進(jìn)行變換和擾動(dòng)，擴(kuò)增訓(xùn)練集的規(guī)模，提高模型的泛化能力。應(yīng)用Batch Normalization技術(shù)，可對每一層的輸入進(jìn)行標(biāo)準(zhǔn)化，減少內(nèi)部協(xié)變量移位，提高模型的訓(xùn)練速度和魯棒性。應(yīng)用Dropout技術(shù)，則可隨機(jī)將一部分神經(jīng)元的輸出值置為0，以減少過擬合的風(fēng)險(xiǎn)，提高模型的泛化能力。

1 模型改進(jìn)

1.1 圖像預(yù)處理

1.1.1 圖像尺寸調(diào)整

將輸入圖像的尺寸調(diào)整為2 448像素×2 448像素。對于訓(xùn)練集中的每個(gè)圖像，首先將其在較短的一側(cè)進(jìn)行調(diào)整，然后將其中心區(qū)域裁剪為224像素×224像素。

1.1.2 像素值歸一化

將輸入圖像的像素值歸一化到［0，1］范圍內(nèi)。具體來說，將每個(gè)像素的RGB值除以255即可。

1.1.3 數(shù)據(jù)增強(qiáng)

在訓(xùn)練過程中，采用Data Augmentation技術(shù)，如隨機(jī)裁剪、隨機(jī)水平翻轉(zhuǎn)、隨機(jī)色彩抖動(dòng)等，以增加訓(xùn)練數(shù)據(jù)的多樣性和泛化能力。

1.1.4 數(shù)據(jù)標(biāo)準(zhǔn)化

在訓(xùn)練過程中，對輸入圖像的每個(gè)通道進(jìn)行標(biāo)準(zhǔn)化處理，以便更好地滿足模型的輸入要求。具體來說，對于每個(gè)通道，計(jì)算其均值和標(biāo)準(zhǔn)差，然后對輸入圖像進(jìn)行標(biāo)準(zhǔn)化處理。

1.2 改進(jìn)AlexNet模型

相對于Bottleneck，BasicBlock更適合深度較淺的網(wǎng)絡(luò)。因此，在AlexNet第五層卷積層后面添加一個(gè)輸入與輸出通道數(shù)相同的BasicBlock［2-3］（見圖1）。BasicBlock是ResNet中使用的一種殘差塊，由2個(gè)3×3的卷積層和一個(gè)Residual連接組成。在BasicBlock中，輸入經(jīng)過第一個(gè)卷積層進(jìn)行特征提取，然后經(jīng)過Residual連接進(jìn)行信息傳遞，最后經(jīng)過第二個(gè)卷積層得到輸出。通過這種方式，減少了梯度消失和梯度爆炸問題，提高了模型的訓(xùn)練速度和準(zhǔn)確性。

Batch Normalization是一種在神經(jīng)網(wǎng)絡(luò)中用于加速收斂并提高模型訓(xùn)練效果的技術(shù)［4-6］。其主要思想是在訓(xùn)練過程中對每一層的輸入進(jìn)行歸一化處理，使輸入數(shù)據(jù)在訓(xùn)練過程中具有相同的均值和方差。在下一層卷積層的輸入前添加一個(gè)Batch Normalization層，該層將每個(gè)Batch的輸入進(jìn)行歸一化處理，并對其進(jìn)行縮放和平移操作。這樣可以使網(wǎng)絡(luò)在進(jìn)行梯度下降時(shí)更加穩(wěn)定，防止出現(xiàn)梯度消失或梯度爆炸的情況，同時(shí)能夠加速模型的收斂。

為進(jìn)一步提高模型的泛化能力，應(yīng)用Dropout技術(shù)（見圖2）減少過擬合的風(fēng)險(xiǎn)。在訓(xùn)練階段，對于每個(gè)神經(jīng)元，按照一定的概率P將其輸出值置為0，即丟棄該神經(jīng)元的輸出值。概率P通常是在0.2～0.5（此次研究P=0.5）。這樣一來，每次訓(xùn)練時(shí)都會(huì)隨機(jī)選擇不同的神經(jīng)元進(jìn)行丟棄，從而產(chǎn)生不同的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。通過這種方式，可以讓神經(jīng)網(wǎng)絡(luò)不依賴于任何一個(gè)特定的神經(jīng)元，而是通過整個(gè)神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)來學(xué)習(xí)，從而提高模型的泛化能力。

2 試驗(yàn)設(shè)計(jì)

2.1 試驗(yàn)環(huán)境

算法訓(xùn)練和測試環(huán)境均是在Windows11下進(jìn)行，CPU型號(hào)為12th Gen Intel（R）Core（TM）i7-12700H 2.30 GHz，內(nèi)存為16 GB，GPU型號(hào)為NVIDIA GeForce RTX 4060 Laptop，采用python3.9+pytorch框架進(jìn)行編譯。

2.2 數(shù)據(jù)集

采用玉米籽粒品質(zhì)檢測數(shù)據(jù)集（先采集16個(gè)玉米籽粒為一組，然后對每一組玉米籽粒俯瞰拍攝得到圖像，再進(jìn)行分類的數(shù)據(jù)集），玉米籽粒品質(zhì)圖像試驗(yàn)樣本主要有5類，共3 000幅。其中，S級(jí)分類600幅，A級(jí)分類600幅，B級(jí)分類600幅，C級(jí)分類600幅，D級(jí)分類600幅。試驗(yàn)圖片數(shù)據(jù)采用jpg格式，大小為2 448像素×2 448像素；將數(shù)據(jù)集按5∶1劃分為訓(xùn)練集和測試集。

2.3 試驗(yàn)流程

分別將激活函數(shù)Tanh和ReLU進(jìn)行對比訓(xùn)練和測試，得出數(shù)據(jù)；在其他條件相同的情況下，將改進(jìn)后取得最高準(zhǔn)確率的算法與原版AlexNet模型算法進(jìn)行訓(xùn)練測試對比。

2.4 評判標(biāo)準(zhǔn)

為了更好地驗(yàn)證算法性能，筆者采用以下方法計(jì)算準(zhǔn)確率及損失值。

準(zhǔn)確率反映試驗(yàn)分類圖片樣本集的正確程度，設(shè)當(dāng)前分類任務(wù)中正確分類的樣本數(shù)為NT，當(dāng)前分類任務(wù)中錯(cuò)誤分類的樣本數(shù)為NF，那么此次分類任務(wù)的準(zhǔn)確率Acc為

損失函數(shù)采用交叉熵?fù)p失函數(shù)［7］，設(shè)計(jì)算在一個(gè)批次的訓(xùn)練樣本中計(jì)算得到的損失函數(shù)計(jì)算所得的平均數(shù)為L，訓(xùn)練樣本總數(shù)為N，每次迭代樣本數(shù)為Nb，所得當(dāng)前分類任務(wù)損失值Loss為

3 試驗(yàn)結(jié)果與分析

試驗(yàn)樣本統(tǒng)一為2 448像素×2 448像素，中心切割為224像素×224像素，每次迭代樣本數(shù)設(shè)置為32，學(xué)習(xí)率統(tǒng)一為0.000 2，優(yōu)化器為Adam，迭代次數(shù)統(tǒng)一為30次。

統(tǒng)一其他條件，測試不同激活函數(shù)對模型的影響。如表1所示，在其他條件不變的情況下（均引入一層BasicBlock），使用ReLU激活函數(shù)模型的準(zhǔn)確率為96.6%，Tanh激活函數(shù)的模型準(zhǔn)確率為94.2%。由此可見，ReLU激活函數(shù)是優(yōu)于Tanh激活函數(shù)的，所以筆者后續(xù)將采用ReLU激活函數(shù)進(jìn)行優(yōu)化。

通過以上對比，將優(yōu)化改進(jìn)過后的AlexNet模型算法與原版模型算法進(jìn)行對比（見表2），原版AlexNet算法準(zhǔn)確率為93.7%，改進(jìn)后算法準(zhǔn)確率為96.6%，其性能提升明顯。

利用混淆矩陣對測試集上共計(jì)500張樣本進(jìn)行分類，結(jié)果如圖3所示。由于玉米圖片數(shù)據(jù)背景處理較為干凈，因而準(zhǔn)確率較為高，錯(cuò)誤鑒別占總數(shù)的1%左右。

4 結(jié)束語

筆者通過對AlexNet模型的歸一化、激活函數(shù)及算法進(jìn)行優(yōu)化，使其泛化性和準(zhǔn)確率有所提高，最終準(zhǔn)確率達(dá)到96.6%，然而還有不足之處需要繼續(xù)試驗(yàn)改進(jìn)。

參考文獻(xiàn)：

［1］何前，郭峰林，王哲豪，等.基于改進(jìn)AlexNet的葡萄葉部病害分類算法［J］.揚(yáng)州大學(xué)學(xué)報(bào)（自然科學(xué)版），2023（2）：52-58.

［2］HE K，ZHANG X，REN S，et al.Deep residual learning for image recognition［C］//Proceedings of the IEEE conference on computer vision and pattern recognition，2016：770-778.

［3］段宇飛，董庚，孫記委，等.基于SE-ResNet網(wǎng)絡(luò)的油茶果果殼與茶籽分選模型［J］.中國農(nóng)機(jī)化學(xué)報(bào)，2023（4）：89-95.

［4］張百川，趙佰亭.結(jié)合批歸一化的輕量化卷積神經(jīng)網(wǎng)絡(luò)分類算法［J］.哈爾濱商業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版），2021（3）：300-306.

［5］郭永存，張勇，李飛，等.嵌入空洞卷積和批歸一化模塊的智能煤矸識(shí)別算法［J］.礦業(yè)安全與環(huán)保，2022（3）：45-50.

［6］劉建偉，趙會(huì)丹，羅雄麟，等.深度學(xué)習(xí)批歸一化及其相關(guān)算法研究進(jìn)展［J］.自動(dòng)化學(xué)報(bào)，2020（6）：1090-1120.

［7］曾華福，楊杰，李林紅.基于改進(jìn)ShuffleNet v1的服裝圖像分類算法［J］.現(xiàn)代紡織技術(shù)，2023（2）：23-35.

作者簡介：陳增旭（1996—），男，碩士生，研究方向：機(jī)器視覺、機(jī)器學(xué)習(xí)。

通信作者：尹淑欣（1977—），女，博士，副教授，研究方向：圖像處理、智能信息識(shí)別。