深度學習在水稻秧苗識別中的應用

鄒立雯 梁春英 周 正 李 普 李圳鵬 張榮丹

（1 黑龍江八一農墾大學工程學院 黑龍江大慶 163319；2 黑龍江八一農墾大學信息與電氣工程學院 黑龍江大慶 163319）

水稻是我國主要的糧食作物之一，種植面積較大［1］。目前，由于水稻種植田塊高低不平、秸稈殘留、插秧機操作不當等問題，常發生水稻秧苗漏插、漂秧等情況，目前水稻田間秧苗識別還主要依賴于人工評估，這種傳統方式不僅費時費力，而且效率低下。隨著計算機信息技術的廣泛應用，運用圖像識別作物成為了可能，深度學習（Deep Learing，DL）是相對支持向量機、最大熵等“淺層學習”而言非線性、層級更多的新型學習模式，通過建立模型，模擬人類大腦對接收的信息進行識別、處理與解釋。深度學習通過數據集訓練和學習，特征提取，可以快速準確識別秧苗，在精度和實時性方面遠超傳統作業方式，對水稻秧苗識別具有重要意義。

本文綜述了近年來國內外水稻秧苗識別領域深度學習的相關研究，以期為研究者提供更多參考。

1 深度學習概述

深度學習的優勢在于特征學習，即從初始數據中自動提取特征，由較低階特征組合成更高層次特征［2］。不同的深度學習由各種不同組件構成，具體取決于所使用的網絡類型。當前網絡主要有卷積神經網絡（Convolutional Neural Network，CNN）［3］、遞歸神經網絡（Recursive Neural Network， RNN）［4］、棧式自編碼網絡（Stacked Auto Encoder）［5］、深 度 置 信 網 絡（Deep Belief Network， DBN）［6］等，其中卷積神經網絡是農業中最常用的一種網絡模型。

深度學習網絡基本構成為卷積層（Convolution layer）、池化層（Pooling layer）、全連接層（Fully connected layer）、損 失函 數（Loss function）、激活函數（Activation Function）等。卷積層包括多個卷積單元，用于從原始圖像中提取復雜特征；池化層可以有效提取復雜特征信息，通過權矩陣集成局部信息，并輸出降維信息；全連接層在整個網絡中起“分類器”作用，將每一節點與上一層的節點相連，進行特征提??；損失函數用于判斷模型輸出與實際值間的誤差，常用的損失函數有最小二乘損失函數、指數損失函數等；激活函數是深入學習建模的重要組成部分；神經網絡通過激活函數進行非線性學習，常用功能包括Sigmoid、Tanne、Relu等。

1.1 卷積神經網絡

目前，卷積神經網絡是發展比較成熟的深度學習網絡［7］，20 世紀90 年代LeNet5 的出現標志著卷積神經網絡已經初步成熟［8］。卷積神經網絡包含輸入層、隱含層、輸出層，其中輸入層可以處理多維數據，一般對原始數據進行初步處理，經過灰化度與歸一化，使數據特征更加顯著；隱含層為卷積神經網絡的核心，經卷積層提取特征數據，由池化層選擇和過濾信息，優化網絡結構并輸出降維信息，最后由全連接層分類整合傳遞給輸出層，由輸出層結合邏輯函數或歸一化函數輸出分類標簽。

1.2 遞歸神經網絡

遞歸神經網絡是空間上的展開，處理的是樹狀結構的信息，分為全局反饋遞歸網絡、前向遞歸神經網絡、混合型遞歸網絡。遞歸神經網絡可以描述系統的動態特征，使動態數據在網絡中循環，并將動態特征與信息儲存［9］；遞歸神經網絡的隱含層環環相扣，對于上一結點的數據有記憶功能，并添加到當前的計算中。

1.3 棧式自編碼網絡

棧式自編碼網絡是基于自編碼神經網絡改進而成［10］，由多層訓練好的自編碼器組成，有效減少了自編碼網絡由于數據隨機初始化而造成的參數無法調節問題，保證了數據的穩定性；這種每層都由自編碼器單獨訓練的好處是提高了算法準確性，收斂效果更好。

1.4 深度置信網絡

深度置信網絡［11-12］是由無數個受限玻爾茲曼機（Restricted Boltzmann Machine，RBM）與單層反向傳播神經網絡構成，為生成概率模型；通過對數據高階相關性描述，得到聯合分布概率，推斷樣本的分布，常用來進行文字檢測、人臉識別、遙感圖像分類等。

2 深度學習在水稻秧苗識別中的應用

水稻秧苗識別對提高插秧質量、預測產量等有重要意義。李愛傳等［13］通過監測水稻的生長指導水稻生產。景卓鑫等［14］使用神經網絡與雷達結合實現水稻參數的估算，繪制水稻不同時期的空間分布圖，實現水稻生物量的生長監測。遲德霞等［15］基于模糊C均值聚類對水稻秧苗進行圖像分割，發現對水稻圖像與背景像素的不同聚類點進行分割，平均誤差率在1.5%，大大改善了插秧機的精確度。陳信新等［16］基于機器視覺對水稻的發育形態和生長環境進行識別，采用聚類算法對圖像進行分割，結合Hough 預處理，秧苗識別準確度達到87.5%，秧苗形態參數誤差不超過7%。Wang Y Y等［17］利用線性混合模型對水稻生物量進行估測，與傳統機器學習算法進行比較，結果表明，線性混合效應模型可以準確估計水稻生物量和葉面積指數，固定翼無人機在監測大規模農田作物生長狀況方面很有前景。Vlaminck L 等［18］通過自動計算機分析水稻幼苗的相關參數，這種新型、穩健、快速基于表型的水稻篩選方法與預期的植物生長調節一致，揭示了該裝置在重現性方面的穩健性。王姍姍等［19］提出基于特征點鄰域Hough 變換的水稻秧苗檢測方法，結合Faster RCNN 網絡對水稻秧苗的特征點進行提取，這種方法對測試秧苗的平均識別準確度達到92%，對曲率較大的秧苗行也能準確識別。陳旭君等［20］提出基于YOLO 卷積神經網絡對水稻秧苗的行線檢測，通過YOLO網絡對水稻圖片訓練，對秧苗進行定位，檢測行線標準，相比Faster R-CNN和Res Net101，該方法泛化能力更強、魯棒性更好。Ramadhani等［21］開發了一個自動繪圖工作流，使用多源遙感數據（Sentinel-2、MOD13Q1和Sentinel-1）以10 m 空間分辨率繪制水稻生長階段的近實時多時相地圖，基于Sentinel-2的模型分類給出了90.6%的總體準確率，融合模型MOD13Q1/Sentinel-1顯示了78.3%，Sentinel-2/MOD13Q1/Sentinel-1 的集成精度為84.15%。Ramadhani 進行改進［22］，提出Sentinel-2 分類過程中的一些變化，以提高總體績效，這將為農業決策者提供更好的信息。Yang M D等［23］將卷積神經網絡與無人機結合，介紹了一種利用ExGR 索引生成水稻幼苗訓練數據的半自動標注方法，采用k倍交叉驗證，以獲得訓練與測試比數據為80/20 的分割比。網絡的精度隨著歷元的增加而增加，交叉驗證數據集的所有劃分均達到0.99的精度。Ramadhani F等［24］提出了光學（PROBA-V）和雷達（Sentinel-1）圖像的集成，用于水稻生長階段的時間地圖繪制，PROBA-V 的水稻生長階段模型的總體準確率為83.87%，使用支持向量機分類器的Sentinel-1模型的準確率為71.74%。植被面積和收獲面積之間的平均相關性為0.50，滯后時間為89.5 d，這一結果與當地統計數據相似。徐建鵬等［25］提 出 一 種 基 于Rectified Adam 優 化 器 的ResNet50卷積神經網絡圖像識別方法，對水稻生育期 進 行 自 動 識 別， 并 于VGG16、 VGG19、ResNet50 和Inception v3 進行對比分析圖像識別能力，結果表明，在真實場景下，Rectified Adam 優化器的ResNet50 卷積神經網絡分類識別準確率在97.33%，穩定性好、收斂速度快、魯棒性強。朱偉等［26］提出一種基于卷積神經網絡Google Net 對水稻秧苗進行形態識別，采用無人機進行低空拍照，Google Net 訓練數據，對單穴秧苗分類識別，平均識別正確率為91.17%，平均耗時0.27 s，與傳統支持向量機、BP神經網絡相比，分類精度分別提高21%、13%，時間分別縮短了1.09、0.58 s。

3 結論

本文介紹了深度學習在水稻秧苗識別中的應用，前期試驗表明，深度學習在水稻秧苗識別上的準確度可達90%以上，可幫助插秧機有效規避錯誤，實現水稻的優質高產。深度學習是目前最具潛力的圖像識別方法，具有良好的泛化能力和魯棒性，在水稻秧苗識別中可以有效提取圖像特征，擴展數據集，節省更多的人工成本。

4 展望

目前，有關深度學習的研究大多還處于試驗階段，僅簡單將采集到的圖片發送給終端，在水稻圖像集收集及前期處理過程中還存在很多問題亟待解決，如田間圖片背景復雜，光線造成陰影斑駁等，后期訓練過程中也出現數據集樣本不典型、過擬合等問題。