基于改進(jìn)YOLO11的小麥籽粒病害識(shí)別方法

0 引言

小麥?zhǔn)俏覈?guó)的第二大主糧作物，主要分布在我國(guó)黃淮海地區(qū)，常年播種面積2266.67萬(wàn) 。然而，小麥籽粒在生長(zhǎng)、收獲及儲(chǔ)存過(guò)程中易遭受多種病害侵襲，如赤霉病、黑胚病等。這些病害不僅會(huì)降低小麥產(chǎn)量，還可能產(chǎn)生毒素，威脅人畜健康。因此，及時(shí)對(duì)小麥籽粒病害進(jìn)行有效地識(shí)別和防控至關(guān)重要。傳統(tǒng)的小麥籽粒病害識(shí)別方法主要依賴人工目視檢測(cè)，這種方法效率低、主觀性強(qiáng)且對(duì)檢測(cè)人員專業(yè)知識(shí)要求較高[2]。

隨著計(jì)算機(jī)視覺(jué)技術(shù)的飛速發(fā)展，基于深度學(xué)習(xí)的目標(biāo)檢測(cè)算法在農(nóng)作物病害識(shí)別領(lǐng)域展現(xiàn)出巨大潛力。于錦龍等3通過(guò)引入一種輕量級(jí)的注意力模塊LCSA和改進(jìn)MBConv結(jié)構(gòu)，提出了一種基于EfficientNet-B0改進(jìn)的輕量化小麥病害識(shí)別模型ML-EfficientNet，其識(shí)別準(zhǔn)確度達(dá)到 95.71% 。白玉鵬等4通過(guò)對(duì)ViT-Base中的PatchEmbedding層進(jìn)行結(jié)構(gòu)優(yōu)化，提出一種基于改進(jìn)VisionTransformer的小麥病害圖像識(shí)別算法，平均識(shí)別準(zhǔn)確度達(dá)到96.81% ，識(shí)別效果較好。以上研究表明，深度學(xué)習(xí)算法在小麥籽粒病害識(shí)別中展現(xiàn)出廣闊的應(yīng)用前景，但目前關(guān)于提高檢測(cè)速度和實(shí)時(shí)算法的研究仍然較少。

YOLO系列算法以其快速、高效的特點(diǎn)在目標(biāo)檢測(cè)任務(wù)中得到了廣泛應(yīng)用。然而，在小麥籽粒病害識(shí)別中，由于病害特征的復(fù)雜性和多樣性，傳統(tǒng)的YOLO算法仍存在一些問(wèn)題，如對(duì)小目標(biāo)的檢測(cè)精度不高、無(wú)法滿足實(shí)時(shí)檢測(cè)要求、容易出現(xiàn)漏檢和誤檢等。因此，基于YOLO11n標(biāo)準(zhǔn)網(wǎng)絡(luò)，提出一種基于改進(jìn)YOLO11的小麥籽粒病害識(shí)別算法，以提升其在小麥籽粒病害識(shí)別中的性能。

1 YOL011模型

如圖1所示，YOLO11模型由主干、頸部、檢測(cè)頭三個(gè)基本組件組成。其中，主干由Conv、C3k2、SPPF、C2PSA等模塊組成，主要用于提取輸人圖像多個(gè)尺度特征圖。YOLOv11提出了一種更輕量、更高效的模塊C3k2，增強(qiáng)了特征提取的整體性能。同時(shí)，引入了空間注意力（C2PSA）模塊，與SPPF相結(jié)合，使模型能夠更加關(guān)注圖像中重要區(qū)域。頸部組件則保留了FPN+PAN結(jié)構(gòu)，將C2f替換成C3k2組件，主要用于對(duì)不同尺度的特征進(jìn)行融合。檢測(cè)頭部分沿用了YOLOv8的解耦頭，但是YOLO11在分類檢測(cè)頭上加入了兩個(gè)深度可分離卷積（DW-Conv），在不損失精度的同時(shí)大幅減少了計(jì)算量。針對(duì)回歸損失，引入DistributionFocalLoss與CIoU相結(jié)合的計(jì)算方式；針對(duì)分類損失，則使用Varifo-calLoss進(jìn)行計(jì)算。

2 YOLO11模型改進(jìn)

2.1主干網(wǎng)絡(luò)改進(jìn)

ShuffleNetV2是輕量級(jí)卷積神經(jīng)網(wǎng)絡(luò)中的經(jīng)典模型，其主干結(jié)構(gòu)設(shè)計(jì)旨在在低計(jì)算資源下實(shí)現(xiàn)高效的特征提取。為了有效提高模型識(shí)別的效率和精度，本文選擇將YOLO11的主干網(wǎng)絡(luò)替換成輕量級(jí)的ShuffleNetV2網(wǎng)絡(luò)。

ShuffleNetV2的整體架構(gòu)以多階段的方式構(gòu)建，每個(gè)階段包含多個(gè)重復(fù)的模塊。其主要由ChannelSplit（通道分割）和channelshuffle（通道混洗）兩大運(yùn)算模塊組成。它們?cè)诒ＷC高效率運(yùn)算的同時(shí)，能夠使用更多的特征通道和更大的網(wǎng)絡(luò)容量，從而減少運(yùn)算成本并提高檢測(cè)精度。Shuffle-NetV2網(wǎng)絡(luò)架構(gòu)由ShuffleUnit（混洗單元）和下采樣模塊組成，具體結(jié)構(gòu)分別如圖2和圖3所示。

在每個(gè)階段的起始，特征圖沿通道維度平均分成兩個(gè)分支。其中一個(gè)分支先進(jìn)行 1×1 逐點(diǎn)卷積（PW），并將通道數(shù)擴(kuò)展為原來(lái)的2倍；接著進(jìn)行深度卷積（DW），在每個(gè)通道上獨(dú)立執(zhí)行卷積操作，以提取空間特征；最后再進(jìn)行一次 1×1 逐點(diǎn)卷積，調(diào)整通道數(shù)，以便與另一分支的特征進(jìn)行融合。另一個(gè)分支直接進(jìn)行恒等映射，兩個(gè)分支的輸出在通道維度上拼接，合并特征，隨后執(zhí)行通道混洗操作，以實(shí)現(xiàn)不同組特征間的相互流通。每個(gè)階段的第一個(gè)ShuffleUnit中，會(huì)執(zhí)行下采樣操作。具體而言，下采樣操作將恒等映射分支替換為一個(gè)步長(zhǎng)為2的平均池化操作，以匹配另一分支下采樣后的尺寸，使網(wǎng)絡(luò)能夠提取到更抽象、更具代表性的特征。

2.2TripletAttention注意力

TripletAttention（三重注意力）是一種新型的注意力機(jī)制，旨在增強(qiáng)模型對(duì)特征的自適應(yīng)關(guān)注能力，從而提升模型在各種視覺(jué)任務(wù)中的表現(xiàn)。其核心原理是通過(guò)多分支卷積和注意力計(jì)算，實(shí)現(xiàn)對(duì)特征的多維度關(guān)注。

TripletAttention實(shí)現(xiàn)的具體流程如圖4所示。圖4展示了多分支卷積處理輸人張量并合成三重注意力的過(guò)程。輸入特征圖首先被分別輸入三個(gè)不同的卷積層分支，每個(gè)分支通過(guò)卷積操作對(duì)輸入特征進(jìn)行變換，生成不同的特征標(biāo)志。隨后，對(duì)特征圖在空間維度上進(jìn)行全局平均池化和全局最大池化操作，得到平均特征向量和最大特征向量。接著，將這兩個(gè)向量進(jìn)行拼接，并通過(guò)多層感知機(jī)進(jìn)行處理，生成注意力權(quán)重。最后，將注意力加權(quán)融合經(jīng)過(guò)拼接最終得到特征輸出圖。

為了提高模型對(duì)小麥籽粒復(fù)雜特征的提取能力，本文使用TripletAttention改進(jìn)C2PSA結(jié)構(gòu)，改進(jìn)結(jié)構(gòu)如圖5所示。

2.3 頸部網(wǎng)絡(luò)改進(jìn)

頸部網(wǎng)絡(luò)在模型中具有承上啟下的作用，其主要功能是實(shí)現(xiàn)多尺度特征的融合。YOLO11雖然對(duì)多尺度的特征進(jìn)行融合，但缺少對(duì)輪廓和缺陷形狀等低級(jí)特征的關(guān)注。因此，筆者引人了CCFM輕量級(jí)跨尺度特征融合模塊5，以便更加高效地融合不同尺度的特征，在提升模型對(duì)各類目標(biāo)的檢測(cè)性能的同時(shí)，保持了較低的計(jì)算成本。

CCFM結(jié)構(gòu)如圖6所示。在網(wǎng)絡(luò)前向傳播過(guò)程中，骨干網(wǎng)絡(luò)在不同層生成具有不同尺度的特征圖。CCFM模塊從這些層級(jí)收集相應(yīng)的特征圖，每張?zhí)卣鲌D都攜帶了特定尺度下的圖像信息。由于不同尺度的特征圖在通道數(shù)和空間分辨率上存在差異，因此在融合之前需要進(jìn)行特征對(duì)齊。通過(guò)特征調(diào)整層的 1×1 卷積操作，將所有輸入特征圖的通道數(shù)調(diào)整為統(tǒng)一的值。在特征對(duì)齊后，進(jìn)入融合單元進(jìn)行特征融合。以逐元素相加為例，將調(diào)整后的不同尺度特征圖對(duì)應(yīng)位置的元素進(jìn)行相加操作，從而使不同尺度的特征信息在空間位置上得以融合，小目標(biāo)的細(xì)節(jié)信息和大目標(biāo)的語(yǔ)義信息也得以結(jié)合。融合后的特征圖通過(guò)輸出層的卷積操作進(jìn)一步精煉，使得特征圖能夠更好地表達(dá)不同尺度目標(biāo)的綜合特征。

CCFM能夠高效融合不同尺度的特征，使模型對(duì)小目標(biāo)、中目標(biāo)和大目標(biāo)均具有良好的檢測(cè)能力。因此，筆者借鑒CCFM的結(jié)構(gòu)，對(duì)YOLO11的頸部網(wǎng)絡(luò)進(jìn)行改進(jìn)，改進(jìn)后的結(jié)構(gòu)如圖7所示。

3數(shù)據(jù)采集與處理

3.1 數(shù)據(jù)采集

本文使用的數(shù)據(jù)集來(lái)源于ZHAO等公布的數(shù)據(jù)集WGDB。該數(shù)據(jù)集包含1種健康小麥籽粒和3種缺陷小麥籽粒圖像，共計(jì)1846張圖像，7844個(gè)標(biāo)注。3類缺陷分別為赤霉病、黑胚病和霉變，其具體特征和標(biāo)簽如圖8所示。該數(shù)據(jù)集綜合考慮了光源、照明條件和圖像采集背景等因素，并通過(guò)隨機(jī)擺放的方式增強(qiáng)了數(shù)據(jù)的魯棒性，具有較好的示范性。

3.2 數(shù)據(jù)預(yù)處理

四種類型小麥籽粒的標(biāo)簽見(jiàn)表1。使用1abe-limg軟件對(duì)小麥籽粒進(jìn)行標(biāo)注，然后將數(shù)據(jù)集以8：1：1的比例劃分訓(xùn)練集、驗(yàn)證集和測(cè)試集，得到1476張訓(xùn)練集圖像、185張驗(yàn)證集圖像和185張測(cè)試集圖像。

4實(shí)驗(yàn)結(jié)果與分析

4.1 評(píng)估指標(biāo)

本文采用平均精度 A P 值、平均精度均值 m A P ）精確率 P 浮點(diǎn)運(yùn)算次數(shù) G F L O P s 和 F P S 作為實(shí)驗(yàn)結(jié)構(gòu)評(píng)估指標(biāo)，具體公式如下：

式中： T P 是被正確檢測(cè)出的小麥籽粒病害樣品的數(shù)量； F P 為檢測(cè)出的小麥籽粒非病害樣品數(shù)量；F N 為檢測(cè)錯(cuò)誤的小麥籽粒病害數(shù)量； P 和 R 分別表示精確率和召回率； m A P 為平均精度均值， m A P 值越高，表明模型的檢測(cè)能力越強(qiáng)。 F P S 越高，表明模型檢測(cè)速度越快。GFLOPS越小，表明模型的計(jì)算復(fù)雜度越低。

4.2實(shí)驗(yàn)結(jié)果與分析

4.2.1 模型精度分析

實(shí)驗(yàn)設(shè)置輸入圖像尺寸為 640×640 ，模型迭代次數(shù)為200，批量大小為4，動(dòng)量衰減設(shè)置為0.937。采用余弦退火學(xué)習(xí)率策略，權(quán)值衰減為0.0005，初始學(xué)習(xí)率為 0.01 。實(shí)驗(yàn)得出模型的P-R曲線如圖9所示。預(yù)測(cè)結(jié)果表明，4種類別的小麥籽粒缺陷的平均精度均在 98% ，說(shuō)明模型對(duì)小麥籽粒缺陷的識(shí)別效果顯著，具備較高的檢測(cè)精度。

4.2.2 模型對(duì)比

為了驗(yàn)證改進(jìn)后YOLO11算法的有效性，筆者將其與當(dāng)前主流的目標(biāo)檢測(cè)模型進(jìn)行了對(duì)比實(shí)驗(yàn)，包括Faster-RCNN（R50）、EfficientDet、YOLOv5、YOLOv8、YOLO11，結(jié)果如表2所示。

表2數(shù)據(jù)表明改進(jìn)后的YOLO11模型在小麥籽粒病害的識(shí)別準(zhǔn)確度上優(yōu)于其他對(duì)比模型，其 P 值和mAP值分別達(dá)到了 96.4% 和 98.8% ，相較于改進(jìn)前分別提升了 0.5% 和 0.4% ；同時(shí)，參數(shù)量和計(jì)算復(fù)雜度分別下降了 38.4% 和 23.8% ，F(xiàn)PS達(dá)到了232.6。值得注意的是，改進(jìn)后的模型在保證識(shí)別精度優(yōu)于Faster-RCNN的情況下，計(jì)算復(fù)雜度和參數(shù)量分別降低了 98% 和 99% ，為輕量化模型部署提供了可靠的技術(shù)支持。

4.2.3 檢測(cè)效果

為了更直觀地評(píng)估改進(jìn)后的模型檢測(cè)性能，筆者在同一設(shè)備上對(duì)測(cè)試集進(jìn)行實(shí)測(cè)，定性分析了改進(jìn)YOLO11和YOLO11n的檢測(cè)性能，對(duì)比結(jié)果如圖10所示。

由圖10可以看出，改進(jìn)后的YOLO11模型在識(shí)別小麥籽粒病害時(shí)，應(yīng)對(duì)缺檢和誤檢的能力要優(yōu)于基線模型，識(shí)別準(zhǔn)確率和精準(zhǔn)度更高，呈現(xiàn)出較好的應(yīng)用價(jià)值。

GradCAM熱力圖是一種用于解釋卷積神經(jīng)網(wǎng)絡(luò)（CNN）決策過(guò)程的可視化技術(shù)，有助于研究人員研究模型在檢測(cè)過(guò)程中關(guān)注的信息，方便進(jìn)行調(diào)整。

為了進(jìn)一步分析改進(jìn)模型對(duì)小麥籽粒病害邊緣信息的理解，筆者利用熱力圖進(jìn)行觀察，如圖11所示。在熱力圖中，紅色區(qū)域表示目標(biāo)的位置和強(qiáng)度，強(qiáng)度越高表示對(duì)模型檢測(cè)結(jié)果的置信度越高。實(shí)驗(yàn)結(jié)果表明，改進(jìn)后的模型對(duì)目標(biāo)具備完整的特征提取能力。

5結(jié)論

筆者基于YOLO11模型進(jìn)行改進(jìn)，選取包含小麥籽粒病害的公開(kāi)數(shù)據(jù)集WGDB進(jìn)行研究，實(shí)現(xiàn)了對(duì)小麥籽粒病害的精準(zhǔn)快速識(shí)別。在主干結(jié)構(gòu)上，使用ShuffleNetV2對(duì)主干網(wǎng)絡(luò)進(jìn)行優(yōu)化，在低計(jì)算資源下實(shí)現(xiàn)高效的特征提取，有效提高模型識(shí)別的速度和精度。隨后，通過(guò)引入TripletAttention三重注意力機(jī)制改進(jìn)C2PSA結(jié)構(gòu)，在3個(gè)維度對(duì)小麥籽粒缺陷的特征進(jìn)行提取，減少了背景干擾，增強(qiáng)了模型對(duì)小麥缺陷籽粒特征的自適應(yīng)能力。在頸部結(jié)構(gòu)方面，借鑒CCFM輕量級(jí)跨尺度特征融合模塊進(jìn)行改進(jìn)，以有效融合不同尺度的特征，使得模型對(duì)小目標(biāo)、中目標(biāo)和大目標(biāo)都具有良好的檢測(cè)能力，最終實(shí)現(xiàn)更準(zhǔn)確地識(shí)別和定位。

實(shí)驗(yàn)結(jié)果表明，改進(jìn)后的YOLO11模型較基準(zhǔn)模型的參數(shù)量和計(jì)算復(fù)雜度分別下降了 38.4% 和23.8%，P 值和 m A P 值分別達(dá)到了 96.4% 和 98.8% 相較于改進(jìn)前分別提升了 0.5% 和 0.4% 。同時(shí)，改進(jìn)后的模型FPS達(dá)到了232.6，較原模型提高了10.4。這表明改進(jìn)后的模型在優(yōu)化性能的同時(shí)，能夠保證識(shí)別精度和識(shí)別速度，減少計(jì)算開(kāi)銷，為輕量化部署提供了可靠的技術(shù)支持。

參考文獻(xiàn)：

[1]徐萍，張正斌.功能營(yíng)養(yǎng)彩色小麥產(chǎn)業(yè)化[J].中國(guó)農(nóng)村科技，2023（1）：23-25.

[2]鄭增海.小麥病蟲(chóng)害監(jiān)測(cè)預(yù)警系統(tǒng)技術(shù)研究[J].糧油與飼料科技，2024（4）：66-68.

[3]于錦龍，于俊偉，張自豪，等.基于改進(jìn)Ef-ficientNet的輕量化小麥不完善粒識(shí)別模型[J/OL]中國(guó)糧油學(xué)報(bào)，1-15[2024-10-08].https：//doi.org/10.20048/j.cnki.issn.1003-0174.000948.

[4]白玉鵬，馮毅琨，李國(guó)厚，等.基于VisionTransformer的小麥病害圖像識(shí)別算法[J].中國(guó)農(nóng)機(jī)化學(xué)報(bào)，2024，45（2）：267-274.

[5]ZHAO WY，LIUSY，LIXY，etal.Fast and accurate wheat grain quality detection basedon improved YOLOv5[J].Computers and Electron-icsinAgriculture，2022，202，107426.