改进SSD算法在骏枣黑斑病识别模型研究

印志本 刘锋 栾世伟

(塔里木大学信息工程学院，新疆 阿拉尔 843300)

引言

新疆的骏枣是从山西[1]的壶瓶枣培训改良的，目前主要分布在新疆阿克苏、和田、喀什等地区[2]，新疆是中国规模最大的优质干枣生产基地。新疆因其优越的地理位置和得天独厚的自然环境条件，也成就了品质优良的骏枣，相对于国内其他区域的同类产品，新疆骏枣被誉为“中华第一枣”，因果形大、松脆、味甜、皮薄、致密、汁液多[3]。生长出果形饱满、色泽鲜亮、皮薄肉厚、口感甘甜醇厚而著称。红枣不仅能提高人体免疫力，补气养血，还能抑制癌细胞，是极佳的滋补食品。近年来，新疆的气候增温增湿趋势明显[4]，骏枣本身引进时间短、皮薄、肉质疏松、糖分较多，在夜间低温高湿条件下容易裂口，从而易得黑斑病，严重影响骏枣的产量和品质。

2010—2020年黑斑病已成为危害西北枣类最大的病害之一，造成平均产量损失超过30%，严重时超过50%[5]。黑斑病的主要致病菌是链格孢霉菌，该病菌能够产生对人及动物的健康危害的毒素，还具有致畸、致癌、致突变等作用。发病的骏枣无论是在硬度、质量、色差果皮亮度和色泽饱和度显著降低,颜色偏暗红色等外观品质上，还是含糖量、蛋白质、维生素C等内在品质上，均有明显下降。目前检测识别黑斑病的方法有红外光谱、卷积神经网络等，为了提高对骏枣黑斑病的分拣速度和效率，本项目以卷积神经网络SSD算法为基础框架，对南疆骏枣黑斑病识别进行研究。

1 国内外研究现状

国内外许多研究学者对基于计算机视觉的农产品做了大量研究，在我国农业领域实现了工程化应用。目前对农产品品质检测内容主要分为2类：基于传统机器学习方法有高光谱、图像分类、图像分割、浅层神经网络(SVM随机深林)，以及各种相结合的方法；基于深度学习[6]的目标检测算法，如YOLO、SSD、Fater-RCNN等。

1.1 传统机器学习在农产品检测上研究现状

邱光应等[7]使用传统的边缘检测算法来提取苹果提取目标区域的特征值，将提取的特征输入到SVM进行分类来确定是缺陷果还是正常果。孙海霞等[8]在鲜枣上检测黑斑病，采用高光谱成像技术采集、图像处理、BP网络神经、卷积神经网络对图片信息提取处理。孙世鹏等[9]提取更多颜色分量，在黑斑类方面利用单因素方差分析和最小显著差异检验得到R颜色分量，建立了Bayes线性分类模型和冬枣病害的分类标准。传统机器学习需人工提取特征，导致误差性特别大、相关特征不够全面，从而降低识别的准确率。

1.2 深度学习在农产品检测上研究现状

石新丽等[10]将图像处理和模式识别技术应用到害虫的识别中，使用中值滤波和图像二值化方式进行处理。并建立了图像害虫识别系统。程海超[11]以番茄病虫害为研究对象，采取以YOLO为基础识别算法。对番茄病虫害的危害展开研究，对基于YOLO的番茄病虫害识别算法进行分析，推动番茄的增产增收，全面满足番茄种植户的相应需求。Mahesh等[12]鉴定芙蓉花是决定花是否准备好授粉识别中，使用SSD MobileNet，结果证明准确率都随着epoch的增加而增加。

可以发现，深度学习技术在常规的农作物上有广泛的应用，并且逐渐取代传统的农作物识别方法，该类算法具有强大的泛化能力和自适应性，然而深度学习目标识别SSD技术在农产品小目标检测上未见声明。

1.3 改进SSD算法在小目标上应用现状

张锦等[13]在安全帽检测方面，针对目标尺度偏小尺度分布不均匀，提出添加(FPN)特征融合的分支网络。耿庆华等[14]在对动车底异常检测中，针对目标尺度较小和异常样本少提出改进SSD算法，Resnet-101作为骨干网络，引入特征融合策略改进细节信息和语义信息，最后引入注意力机制突出相关特征。以上在改进的SSD实践中，都取得良好的成绩。改进的SSD算法在小目标精度检测上，主要从轻量级网络融合与层级特征融合2个方面进行研究。

综上所述，研究SSD算法在骏枣黑斑病识别意义重要。在实际加工过程中，黑斑病骏枣同样具有目标尺寸较小，且流水线速度较快的特点，所以本项目采用一系列方法提高SSD算法对小物体的识别精准率，以适用于南疆黑斑病的识别。同时SSD算法本身是群体检测，对每一个目标都有精确的坐标，后期方便对硬件下发最坐标指令。

2 拟解决的关键问题

在工厂生产过程中骏枣黑斑病目标尺度较小，流水线检测速度需求较快，在枣的大小不一的背景下，本项目将采用SSD算法作为基础检测框架，通过对模型的优化和改进，充分利用非黑斑病的骏枣也作为模型训练数据，提高黑斑病检测的准确率和速度。主要解决以下几个具体问题。

2.1 充分利用正常骏枣特征，更好地学习缺陷特征

传统的缺陷检测是通过训练大量的图片，以达到缺陷识别的泛发性，但随着科学的植物防治，带有黑斑病的骏枣逐年减少。因此充分利用正常的骏枣数据集(约5900颗)进行训练，随后通过算法多少量的缺陷样本(约1100颗)进行训练，通过对比识别，充分认识缺陷样本特征。

2.2 使用CBAM和FPN网络，提升小目标检测精度

拟采用深度学习目标检测SSD模型为原理，对骏枣黑斑病进行检测识别，但SSD模型对小物体目标检测效果不佳。所以本项目通过CBAM增强图像特征提取，FPN用来进一步提升小目标物体的识别精度，加强对小尺度目标的特征提取，提升SSD模型在黑斑病检测上的准确率。

2.3 主干网替换为MobileV3网络，提升骏枣检测的速度

虽然SSD算法在速度上占有优势，随着自动化的不断提升，工厂对速度的要求也越来越高。本项目期望对速度做出改善(主要使用Mobile网络替换源SSD的主干网络VGG，辅助设计损失函数，设计先验框)，满足流水线对速度上的需求。

3 研究思路

在实际生产加工过程中，骏枣一般为群检，流水线速度较快，尤其是黑斑病特征的尺度较小，目前检测骏枣黑斑病识别率和速率上不能很好的平衡。本项目拟采用改进SSD算法运用在骏枣检测上。经典的SSD算法在一般物体检测的速率和准确率上均有较好的平衡性，但是检测小目标不能取得较好检测结果。所以本项目采用一系列方法提高SSD对小物体的识别精准率。本论文主要研究思路总结如下。

3.1 改进模型结构设计

SSD算法中检测小物体，需要较低层网络获得特征图，同时也需要高层网络的语义信息对检测目标的特征描述。本项目提出改进的SSD，将基础网络模型替换为深度残差网络MobileV3，并利用CBAM、FPN将高层特征通过上采样与低层网络提取的特征进行融合，充分利用低层网络的特征提取和高层网络的语义信息，通过改进来提高小目标检测精度。

3.2 解决漏检情况和侧面提升速度

针对漏检情况，本文采用Soft-NMS来过滤检测框，从而达到过滤无效的重叠框。采用先验框设计和损失函数设计2个方面来加速模型收敛。设计先验框能匹配有效视野，在一定程度上有利于提升目标检测。设计损失函数，能够较大程度上的使模型充分训练。借助QFL损失函数对正负样本进行平衡。可以同时兼顾到正负样本权重的平衡，使网络得到充分的训练。

3.3 最后验证模型可靠性

为了验证提出的改进SSD算法是否取得良好的检测效果，在上述的方法中对骏枣数据进行测试。对实际目标物体进行检测以满足流水线的实际生产需求。进行消融实验，得出验证改进算法的各个模块的性能。对几个经典的目标检测进行比较(Faster RCNN，YOLOv3，SSD)，验证改进SSD算法有明显精度提升效果。使各个评价指标为标准，得出结论。

4 模型研究方法

4.1 改进模型结构设计

经典的SSD具有优秀的网络设计思路，整个网络分为backbone层、neck层、head层，但是鉴于当时特征提取探索有一定的局限性，经典SSD深度学习模型中的基础网络VGG-16替换成MobileV3网络，引入CBAM、FPN网络确保小目标检测的效果，见图1。

图1 改进SSD模型

4.2 引入CBAM、FPN网络结构

原SSD为了检测小目标，把低层网络拿来做预测对目标位置较为精确，但是语义信息较少。MobileV3继承了v1v2版本的可分离卷积和线性瓶颈的残差结构，并且引入SE通道注意力结构；轻量级网络MobileV3的特点是参数少、计算量小、推理时间短等优点。更适用于存储空间和功耗受限的场景，在主干网络中，MobileV3更适合骏枣在流水线下识别的效率要求，见图2。CBAM是轻量级的卷积注意力模块，其结合了通道和空间的注意力机制模块。分别进行通道和空间上的Attention，这样不仅能够节约参数和计算力，并且保证了其能够做为深度学习的一种即插即用的模块集成到现有的网络架构中去，使用通道注意力空间注意力的CBAM增强特征提取，见图3。FPN可以作为一种深度学习中通用的特征提取器，通过网络层的不断堆叠，上采样和低层网络做融合，并且每个网络独立预测，得到的特征图具有尺寸不断减小的特点，是天然的金字塔结构，可以以极低的代价来进行构建特征金字塔结构。这样很大程度上改进对小物体检测的性能，见图4。

图2 MobileV3

图3 CBAM

图4 FPN

4.3 损失函数设计

SSD预设置大量先验框，在训练时会产生更多负样本。其采用了难例挖掘的策略来保持正负样本无法比例为1∶3，但这种方式却忽视了大量简单负样本对模型训练的影响。无法使模型得到充分的训练。源SSD损失函数包括类别置信度损失函数(conf _loss)和预测框的位置损失函数(loc_loss)组成，2项函数需要加权求和。对于位置误差本项目采用Smooth_L1损失。

4.4 先验框设计

源SSD的6个不同特征图分辨率也不同，即特征图上的每个点映射到输入图上的大小也不同。所以，先验框大小的设置也应该有所变化。将相对应的每个特征图上的点作为中心，生成一组同长宽比不同且同心的先验框。对于先验框的需要计算出min size和max size的大小。对于先验框的尺度计算需要遵循以下的公式所规定的线性递增的规则。

4.5 消融实验

设置消融实验，来探究各个改进对模型的影响。其中先验框设计和损失函数设计是在训练模型前为保证充分利用图片效率而设计。

特征金字塔消融实验：为探究FPN对SSD精度准度产生影响，本项目分别设置2组模型对照，一组为源SSD，一组基础网络改为ResNet101的SSD，另一组为添加FPN后的SSD,其余均和本项目相同。最后用AP和mAP作为评价指标。

先验证框的消融实验：调节先验框大小。本小节将设置不同取值的n，探究先验框大小对改进SSD检测模型准度的影响。改进SSD检测模型首先固定经验值最大为0.8，设置n∈{l,2,4,6}，其余训练参数相同，进行训练并测试。最后用AP、mAP、有效感受野匹配度作为评价指标。

5 总结与展望

随着深度学习的不断深入研究，在模型设计上，逐渐形成一种以backbone层、neck层、head层3种框架展开工作。在任务上，逐渐从实验室单一的环境走向自然情况下复杂的背景。在应用上，逐渐从常规物体走向特殊物体研究，并依据不同的物体衍生出不同的研究思路。

目标检测是机器视觉近年来研究的热点，学术界融入大量的优秀算法。SSD算法在无论是在检测速度上还是在检测精度上都有一定的优势。虽然在小目标上研究现状比较少，但是未来必然是SSD算法的拓展延伸热点。希望全面开展SSD算法在南疆骏枣黑斑病识别中应用研究，同样也期望在蓝莓、葡萄等密集、小目标的加工检测上抛砖引玉。