基于改进轻量级深度卷积神经网络的果树叶片分类及病害识别模型设计

Design of Classification of Fruit Leaves and Disease Identification Model Based on Improved MobileNet-V2

摘要

新疆是中国重要的林果产业基地，特色林果业是区域经济发展的重要组成部分。为预防果树病害制约林果业发展，设计一款归一化注意力（normalization-based attention module,NAM）轻量级深度卷积神经网络（MobileNet-V2）果树叶片分类及病害识别模型。其中融入轻量型的归一化注意力机制，提高模型对特征信息的敏感度，使模型关注显著性特征。同时，将L1正则化（L1 regularization或losso）添加到损失函数中，对权重进行稀疏性惩罚，抑制非显著性权重。试验结果表明，在叶片分类中，模型对自构建植物叶片病害识别数据集（Plant Village）、混合数据集的分类结果均表现良好，准确率分别达到97.05%、98.73%、94.91%，具有较好的泛化能力。在病害识别中，MobileNet-V2 NAM模型实现94.55%的识别准确率，高于深度卷积神经网络（AlexNet）、视觉几何群网络（VGG16）经典卷积神经网络（Convolutional Neural Networks,CNN）模型，且模型参数量只有3.56 M。MobileNet-V2 NAM在具有良好准确率同时保持了较低的模型参数量，为深度学习模型嵌入到移动设备提供技术支持。

Abstract

Xinjiang is an important forest and fruit industry base in China， and the characteristic forest and fruit industry is an important part of regional economic development. In order to prevent fruit tree diseases from restricting the development of forest and fruit industry， a MobileNet-V2 NAM fruit tree leaf classification and disease identification model was designed in this study. It incorporated a lightweight normalization-based attention module to improve the model's sensitivity to feature information and make the model focus on salient features. At the same time， L1 regularization was added to the loss function to penalize the sparsity of the weights and suppress the non-significant weights. The experimental results showed that： in leaf classification， the model performed well in the classification results of self-built， Plant Village， and mixed datasets， with the accuracy rates reaching 97.05%， 98.73%， and 94.91%， respectively， and had good generalization ability. In disease identification， the MobileNet-V2 NAM model achieved a recognition accuracy of 94.55%， which was higher than the AlexNet， VGG16 classic CNN models， and the number of parameters of the model was only 3.56M. MobileNet-V2 NAM has good accuracy while maintaining a low amount of model parameters， provides technical support for embedding deep learning models into mobile devices.

Graphical abstract

关键词

新疆 / 果树分类 / 病害识别 / 归一化注意力轻量级深度卷积神经网络(MobileNet-V2 NAM) / 归一化注意力机制

Key words

Xinjiang / fruit tree classification / disease identification / MobileNet-V2 NAM / normalization-based attention module

0 引言

20世纪90年代以来，随着中国农业产业结构调整，林果产业迅速发展，逐渐成为农村经济增长、农民脱贫致富的支柱性产业。新疆作为中国林果业主要产区之一，经过不断优化树种结构和区域布局，已经具有大基地、大产业的发展态势^［1］。但随着林果业种植结构不断更新，病害侵袭情况也日益严重，传统林果业分类和病害识别依赖于专家的知识及经验进行诊断，而在新疆种植地区，由于地域辽阔和交通成本等多重限制因素，农民与植保专家之间的沟通存在障碍^［2］。

近年来，随着人工智能技术的迅猛发展，科研人员开始采用卷积神经网络（convolutional neural network，CNN）进行图像处理，包括图像分类、目标识别和语义分割等技术，以实现对林果的分类和病害的检测，做到早发现早干预，解决病害造成的果树健康和产量等问题^［3］。Ferentinos^［4］针对植物叶片病害识别（PlantVillage）数据集中25种植物的58种疾病，训练了几种模型体系，最佳性能达到99.53%，为相应植物病害识别预警提供支持。Liu等^［5］提出一种基于深度卷积神经网络（AlexNet）的新型病害检测模型。其调整卷积核大小，以卷积层代替全连接层，并且应用含并行连接的网络（GoogLeNet）的Inception模块提升了模型的特征提取能力。Khan等^［6］通过混合方法增强输入图像的对比度；之后基于相关系数的分割，将病害区域与背景进行分离；最后利用VGG16和AlexNet预训练模型对6种病害进行特征提取，且嵌入并行特征融合步骤来优化提取的特征，分类准确率达到98.60%。任守纲等^［7］为解决病害识别过程中特征提取具有不确定性的问题，设计了一种反卷积引导的视觉几何组网络（Visual Geometry Group Network，VGGNet）模型，对PlantVillage数据集中的10类番茄叶部病害图像进识别，准确率可达99.19%。上述研究对卷积神经网络做出训练和改进，在农作物病害识别方面取得了良好的成果，但其应用的数据大多为试验室内采集的简单背景数据，无法真实反映自然环境下的特征表现，使模型难以区分特征信息与冗余背景，并且，上述研究所用模型皆为经典重量级模型，难以嵌入移动设备。因此，大量学者以自然环境为背景，同时致力于平衡模型的参数大小和识别准确率。刘阳等^［8］改进了轻量级卷积神经网络SqueezeNet，通过删除模型中的后3个fire模块、修改fire模块5的参数、将fire模块里expand层中1×1和3×3的卷积核数目的比例进行调整等方法，获得5种新型检测模型，并运用迁移学习和随机梯度下降算法进行训练，其中最优模型参数内存为0.62 MB，运算量为111 MFLOPs，平均准确率为98.13%，使模型体积和模型性能具有较好的平衡性。Bi等^［9］使用轻量级深度卷积神经网络（MobileNet）模型来识别苹果叶斑病和锈病，其识别准确率与复杂的CNN模型相近，但计算成本大大降低，易于部署在移动设备上。王美华等^［10］提出一种新的注意力模块，改进的卷积块注意力模块（Improved Convolutional Block Attention Module，I_CBAM）技术被集成到MoblieNet-V2架构中，实现了通道注意力和空间注意力的并行处理，有效解决了传统串行处理方式中2种注意力机制相互影响的问题。这种改进使得模型的识别精度得到了显著提升。Chen等^［11］在预训练的MobileNet-V2中融入了基于位置的软注意机制，在杂乱的背景条件下，提高了模型对微小病变特征的识别能力。

上述研究基于复杂背景数据，突破了试验内简单环境的限制，且融入了注意力机制，赋予模型针对敏感区域识别的能力。但其应用的注意力机制侧重于捕捉显著特征，缺乏对权重影响因素的考虑，因此上述模型的识别性能仍有提升空间。本研究区别于压缩和激励网络（Squeeze-and-Excitation，SE）和卷积块注意力模块（Convolutional Block Attention Module，CBAM）模块，使用批量归一化的尺度因子，通过其标准差来表示权重的重要性，利用权重的重要性来评估注意力，进一步抑制不重要的通道或像素。将L1正则化（L1 regularzation或lasso）添加到损失函数中，降低模型的复杂度，平衡了模型的参数量与性能，为模型部署在移动设备中提供思路。

1 材料与方法

1.1 试验数据

本项研究的数据采集自塔里木盆地内的渭干河流域，该地区是渭干河与库车河交汇形成的三角洲绿洲地带。这一区域具有温带大陆性干旱的气候特征，阳光资源丰富，昼夜温差显著，为高品质林果产业的发展提供了理想的条件^［12］。试验采集简单背景与复杂背景2种数据类型，采集时间为2021年5月27日至5月30日，采集设备为佳能EOS 1300D数码相机，分辨率为3 456×2 304。简单背景数据通过野外采摘叶片，并置于试验室内可控环境下拍摄，拍摄高度20~50 cm，摄像头与叶片平行拍摄， 共包括6种健康叶片，其中，杏树为265张、枣树为255张、桑树为285张、桃树为278张、梨树为250张、核桃为330张，共计1 663张图像用于果树分类试验。复杂背景数据在果园内直接拍摄，共包括2种果树的健康与病害叶片，其中，核桃病害叶片68张、核桃健康叶片138张、梨树病害叶片68张、梨树健康叶片94张，共计368张图像，用于果树病害识别试验。同时，为了验证模型的泛化能力，本试验引入Plant Village中3类果树健康叶片图像，其中，苹果健康叶片为2 219张、蓝莓健康叶片为2 568张、樱桃健康叶片为2 275张，共计7 062张，进行对比试验。部分果树叶片图像如图1所示。

样本数量少会导致模型过拟合和特征提取困难等消极影响^［13］，为了满足训练要求，将收集的果树图像进行数据增强，保证数据多样性。采用水平翻转、亮度变换^［14］、添加噪声、伽马变换和对比度变换^［15］等方式，将数据扩充到原来的11倍。简单背景图像扩充为18 293张，其中，杏树为2 915张、枣树为2 805张、桑树为3 135张、桃树为3 058张、梨树为2 750张、核桃为3 630张。复杂背景图像扩充为4 048张，其中，核桃病害叶片748张、核桃健康叶片1 531张、梨树病害叶片748张、梨树健康叶片1 021张。由于Plant Village数据量充足，未对其进行图像扩充操作。最后将处理后的图像按照8∶1∶1的比例分为训练集、验证集和测试集进行试验。

1.2 构建归一化注意力轻量级深度卷积神经网络（MobileNet-V2 NAM）

本研究设计一款归一化注意力（normalization-based attention module，NAM）轻量级深度卷积神经网络（MobileNet-V2）果树叶片分类及病害识别模型。由于果树病害特征多样化，且表面形式受背景环境影响。为真实反映病害在自然环境下的表现形式，验证模型在复杂环境下的适用性，本试验选择新疆地区大面积种植的核桃及库尔勒香梨构建复杂背景数据集，对其进行病害识别，并与不同注意力机制和经典CNN模型（包括AlexNet^［16］，VGG16^［17］，ResNet50^［18］）的识别结果比较，验证模型的病害识别效果。

1.2.1 MobileNet-V2模型

2018年，一种新型轻量级卷积神经网络MobileNet-V2^［19］被提出，其具有更少的参数量、更小的计算量和更高的精度。该新型轻量级卷积神经网络提出倒残差模块（inverted residuals），通过先升维后降维的方式，解决了深层卷积（depthwise convolution）因不能改变通道数而使特征提取受限的问题。最后，其将逐点卷积（pointwise convolution）降维后的非线性激活函数（ReLU6）替换成线性激活函数（Linear），防止造成特征信息的损失。但是，当面对背景复杂和病斑特征丰富等特点的数据时，MobileNet-V2存在注意力分散，模型无法集中于感兴趣区域等问题。因此，本试验针对MobileNet-V2存在的问题，设计一款轻量级叶片分类及病害识别模型MobileNet-V2 NAM，模型框架如图2所示。

1.2.2 归一化注意力机制

注意力机制是近年来提高模型性能的热门技术之一^［20］，能使模型聚焦感兴趣区域，提高模型对特征信息的关注度，减少冗余背景产生的影响。目前，SENet^［21］是在通道维度上进行注意力操作，建立特征图通道之间的依赖关系，但位置信息在空间结构中难以保留。卷积块注意力模块（Convolutional Block Attention Module，CBAM）^［22］是通过通道与空间维度依次推断注意力。然而，这些工作忽略了训练中来自调优权重的信息，导致模型无法有效地突出特征信息。归一化注意力（normalization-based attention module，NAM）^［23］是通过利用模型训练权重的方差度量（variance measurement）来突出感兴趣信息，提高模型注意力，区别感兴趣区域与冗余背景，从而得到图像中最需要注意的区域，最终获得更高效的模型。该注意力采用CBAM的模块集成功能，将通道注意力模块与空间注意力模块集成，并嵌入到特征提取层末端。

在通道注意力模块中，使用批量归一化（Batch Normalization，BN，式中记为B_N）中的尺度因子^［24］借助其度量通道的方差展示其重要性。计算公式为

B_{\mathrm{N}}\left(x_{\mathrm{i}\mathrm{n}}\right)=\gamma \frac{x_{\mathrm{i}\mathrm{n}}-{\mu }_{\mathrm{B}}}{\sqrt[]{{\sigma }_{\mathrm{B}}^{\mathrm{2}}+\mathrm{ϵ}}}+\beta。（1）

式中：x_{\mathrm{i}\mathrm{n}}为输入特征；{\sigma }_{\mathrm{B}}为mini-batch B的标准差； \mathrm{ϵ}为保证数值稳定性而添加到{\sigma }_{\mathrm{B}}^{\mathrm{2}}一个常数；µ_B为mini-batch B的均值；δ和β分别为可训练的仿射变换参数（scale和shift）。

通道注意子模块如图3（a）所示。计算公式为

M_{\mathrm{c}}=\mathrm{s}\mathrm{i}\mathrm{g}\mathrm{m}\mathrm{o}\mathrm{i}\mathrm{d}\left(W_{\gamma }\left(B_{\mathrm{N}}\left(F_{\mathrm{1}}\right)\right)\right)。（2）

式中：M_c为通道注意力模块通过sigmoid激活函数输出特征；F₁为衡量模型性能的指标；γ为通道注意力的尺度因子；W_{\gamma }为\gamma的权重，其权重计算公式为

W_{\gamma }={\gamma }_i/\sum _{j=\mathrm{0}}{\gamma }_j。（3）

式中：i表示当前正在考虑的γ的索引；j表示在求和操作中正在遍历的所有γ的索引。

而在空间注意力模块中，用B_N的尺度因子来度量像素的重要性，即为像素归一化。空间注意力模块如图3（b）所示。计算公式为

M_{\mathrm{s}}=\mathrm{s}\mathrm{i}\mathrm{g}\mathrm{m}\mathrm{o}\mathrm{i}\mathrm{d}\left(W_{\lambda }\left(B_{N_s}\left(F_{\mathrm{2}}\right)\right)\right)。（4）

式中：M_s为空间注意力模块的输出特征；F₂为衡量模型性能的指标；λ为空间注意力模块中的尺度因子；W_λ 为λ的权重。其权重计算公式为

W_{\lambda }={\lambda }_i/\sum _{j=\mathrm{0}}{\lambda }_j。（5）

本研究采用测试集图像构建Grad-CAM热力图^［25］，直观地展示不同注意力的识别效果，是一种基于CNN的网络生成可视化技术，能够对模型的识别结果进行有效的解释。

1.2.3 L1正则化

正则化是防止模型过拟合的有效方法，他不仅加快了模型的训练速度，而且提高了泛化能力^［26］。L1正则化^［27］通过稀疏化技术对模型参数进行了处理，生成了一个稀疏矩阵，这有助于进行特征筛选，保留关键特征，从而增强了模型的泛化能力。作为损失函数的一部分，这种稀疏化操作对损失函数中的参数施加了约束，减少了模型的复杂性，有助于避免过拟合现象的发生。L1正则化后的新损失函数（L₁）计算公式为

L_{\mathrm{1}}=\sum _{(x,y)}l(f(x,W),y)+r\sum g\left(\gamma \right)+r\sum g(\lambda )。（6）

式中：（x，y）为输入和输出；W为训练权重；γ和λ是通道与注意力模块中的尺度因子；l(·)为CNN的训练损失；g(·)为L1正则化惩罚函数；r为平衡g\left(\gamma \right)和g(\lambda )的参数。

1.3 环境配置和超参数设置

本试验在Windows10（64位）系统环境下操作，GPU为NVIDIA Tesla K80，内存为8 G，CUDA版本为CUDA11.1，搭载的处理器为3×Xeon E5-2678 v3。应用开源深度学习框架Ptorch1.9.1开发环境，使用Python3.7.10编程语言实现。试验批处理大小（Batch-size）为32，迭代次数设为200。所有的训练模型采用Adam优化器，学习率为0.000 1。

1.4 模型评价指标

本研究采用准确率（Accuracy，式中记为A_ccuracy）、精度（Precision，式中记为P_recision）、召回率（Recall，式中记为R_ecall）、综合指标F1值（F1-Score，式中记为F₁）作为模型的评价指标，各指标表达式为

A_{\mathrm{c}\mathrm{c}\mathrm{u}\mathrm{r}\mathrm{a}\mathrm{c}\mathrm{y}}=\frac{T_{\mathrm{P}}+T_{\mathrm{N}}}{T_{\mathrm{P}}+T_{\mathrm{N}}+F_{\mathrm{P}}+F_{\mathrm{N}}}\times \mathrm{100}\%。（7）

P_{\mathrm{r}\mathrm{e}\mathrm{c}\mathrm{i}\mathrm{s}\mathrm{i}\mathrm{o}\mathrm{n}}=\frac{T_{\mathrm{P}}}{T_{\mathrm{P}}+F_{\mathrm{P}}}\times \mathrm{100}\mathrm{\%}。（8）

R_{\mathrm{e}\mathrm{c}\mathrm{a}\mathrm{l}\mathrm{l}}=\frac{T_{\mathrm{P}}}{T_{\mathrm{P}}+F_{\mathrm{N}}}\times \mathrm{100}\mathrm{\%}。（9）

F_{\mathrm{1}}=\frac{\mathrm{2}{P}_{\mathrm{r}\mathrm{e}\mathrm{c}\mathrm{i}\mathrm{s}\mathrm{i}\mathrm{o}\mathrm{n}}\times R_{\mathrm{e}\mathrm{c}\mathrm{a}\mathrm{l}\mathrm{l}}}{P_{\mathrm{r}\mathrm{e}\mathrm{c}\mathrm{i}\mathrm{s}\mathrm{i}\mathrm{o}\mathrm{n}}+R_{\mathrm{e}\mathrm{c}\mathrm{a}\mathrm{l}\mathrm{l}}}\times \mathrm{100}\mathrm{\%}。（10）

式中：T_P为正确分类的正样本数量；T_N为正确分类的负样本数量；F_P为错误分类的正样本的数量；F_N为错误分类的负样本数量。

同时，为了更好地评价改进模型的运行成本，本研究应用模型参数量指标进行评估，而在本研究选用“Param”（参数）而不是“FLOPs”（每秒浮点运算次数），2个指标都是衡量机器学习模型不同方面的2个指标，其中参数的数量可以直观地反映模型的复杂度和容量。参数越多，模型的表达能力通常越强。而FLOPs是模型在推理时的计算量，有助于评估模型的推理速度和硬件需求。为了更加注重与倾向于模型的迁移学习，借助参数量来适应用的不同的任务和数据集，而且参数量有助于评估模型的存储和部署成本^［28］。

2 结果与分析

2.1 叶片分类结果分析

为充分验证模型的泛化能力，试验构建了3种数据集，包括自构建数据集，Plant Village数据集以及两者混合数据集，并且对不同数据集进行训练。试验结果见表1，对于自构建数据集，模型分类准确率达到97.05%，且各类指标都具有良好的表现，虽然相较于Plant Village数据集分类准确率有所降低，但是在分类数量增加1倍的情况下依然保持优秀的分类结果。对于Plant Village数据集，模型的分类效果最好，分类准确率达到98.73%，这是由于公开数据集制作过程专业化，图像质量高且果树叶片的特征明显，从而便于模型提取特征。同时，因为数据集中类别较少，只进行3分类操作，模型分类难度低，使其具有较高的分类准确性。然而，试验将2类数据集混合后，模型对所得的9类别混合数据集进行训练，其分类准确率降低为94.91%，试验采用混淆矩阵可视化方法详细表明3类数据集的预测结果。

混淆矩阵是总结模型分类和预测结果的矩阵表。每行代表类别的真实数据，每列代表类别的预测数据。矩阵内容如图4所示。图4（a）和图4（b）中，由于样本类别较少，特征差异明显，分类难度较小，使模型表现出良好的分类效果。图4（c）中，模型在预测香梨时，将12张图像错误分类为苹果，在预测苹果时，将16张图像错误分类为香梨，使得模型整体分类准确率降低。观察图像发现，香梨与苹果叶片的形状、纹理等方面相似，叶片都为卵形，叶缘呈锯齿状。所以，模型在学习过程中需要分辨更复杂的特征，对正确分类造成了阻力，导致准确率降低。其次，由于混合数据集类别数量为Plant Village数据集的3倍，导致分类难度加大，准确率有所下降，但是其仍具有较为优秀的结果。综合3种数据集分类结果表明，MobileNet-V2 NAM模型在不同数据类别的情况下都具有较好的分类效果，最低分类准确率也达到94.91%，模型具有良好的泛化能力。

2.2 病害识别结果分析

2.2.1 与经典CNN模型的识别结果比较

本试验将MobileNet-V2 NAM（MobileNet-V2 normalization-based attention module）模型与经典CNN模型进行比较后的识别结果见表2，MobileNet-V2 NAM模型对香梨病叶的F1值优于核桃病叶，原因是与核桃病叶相比，香梨病叶的特征信息更为突出，其叶片上多为大面积的褐色斑点以及叶片边缘蜷曲枯黄。而就健康叶片而言，核桃的F1值要优于香梨0.51%，这是由于核桃叶片面积大，且叶部脉络粗壮清晰，加之香梨表面滞尘较多，导致模型更适于识别核桃健康叶片。模型准确率方面，本试验模型明显优于AlexNet和VGG16模型，优于表现较差的AlexNet 7.17%。而ResNet50网络层数深，在本试验中具有良好的识别能力，与MobileNet-V2 NAM相比，ResNet50优于其0.25%，但深层网络耗费了大量的计算资源，较难应用于移动设备。因此，在硬件条件允许的情况下，ResNet50适合计算机端运行，而MobileNet-V2 NAM模型参数量小，模型结构简单，更适合移动终端运行。

2.2.2 不同注意力机制的识别结果比较

为了验证NAM注意力的优势，试验在相同条件下，将改进模型中NAM注意力分别替换为SE（Squeeze-and-Excitation）和CBAM（Convolutional Block Attention Module），并应用到测试集上，各模型的识别结果、参数数量见表3。其中，与其他两类注意力模块对比，本研究融入NAM注意力机制后仍保持较低的模型参数量，且MobileNet-V2 NAM模型的识别准确率达到94.55%，高于其余两类注意力模块。同时，3类注意力模块预测健康叶片的精确率普遍大于病害叶片，表明叶片的病害特征复杂，提取难度大，准确识别具有挑战性。但是MobileNet-V2对病叶识别的精确率大于90%，最高可达93.33%，高于其余两类注意力机制的病叶识别精确率，两者识别结果均未超过90%，由此表明MobileNet-V2 NAM模型正确识别病害样本数量增加，NAM注意力机制可以使模型更好地发现图像中的病害区域，减少冗余背景对识别结果的影响。

借助Grad-CAM的热力图展示结果，如图5所示，图5中P表示不同注意力机制对病害类别的判断概率。

由图5可知，NAM在4类图像中均表现良好，判断概率最高可达100%，表明模型关注于大面积受害区域，且局部特征关注度高，对一些微小斑点也有识别。图5（c）为梨树缺素症病叶，特征表现为叶片瘦小，颜色淡黄，NAM能良好地关注到病害区域，并将其与冗余背景区分。而CBAM与SE错误地将背景叶片和土壤作为感兴趣区域，模型判断概率为62.83%和47.65%，这是由于CBAM与SE缺乏对权重信息重要性的关注，缺素病颜色表现与土壤背景相似，使模型关注于背景环境，导致判断错误。图5（b）中NAM与CBAM均表现良好，模型关注于病害区域，判断概率为99.23%和99.57%，而SE下降为82.31%，原因是叶片上存在雨后滞尘，颜色与形状与病斑相似，SE注意力模块错误地将滞尘识别为病斑，使得模型判断率下降。结果表明，NAM注意力模块可以更好地提升模型性能，关注图像中的病害区域，减少背景环境中滞尘、树枝与土壤等因素对识别效果的影响。

3 结论与讨论

及时有效的病害防治可以降低对果树的损害，利用移动设备现场拍摄病叶并自动识别诊断已是林果业植保的发展趋势。虽然现有的经典CNN模型具有良好的识别精度，但其结构复杂、参数量大、计算成本高，较难嵌入至移动设备中。本研究以平衡模型参数大小和识别准确率为目标，使用MobileNet-V2为基础网络骨架，添加NAM注意力机制，使模型集中注意于叶片病害区域，同时避免添加SE、CBAM模块时使用的全连接层和卷积层而造成参数冗余。同时，将L1正则化添加到损失函数中，进行权重稀疏性惩罚，防止模型过拟合。在果树分类中，3种数据集的平均分类准确率分别为97.05%、98.73%、94.91%（表1），模型具有良好的泛化能力。在病害识别中，获得了一种准确率为94.55%，参数大小为3.56M的轻量级CNN模型。与经典模型进行比较，准确率最高提升7.17%，相较RseNet50模型准确率降低0.25%，但改进模型拥有更小的参数量，使模型在参数量与准确率之间具有更好的平衡性，适合嵌入到移动设备中，为果农即时识别果树病叶提供技术支持。

Bi等^［9］使用标准的MobileNet模型进行苹果叶片病害识别，表现出良好的效果。而Chen等^［11］在MobileNetV2基础上引入注意力机制，提高了识别性能，尤其在多种作物病害数据集上表现更佳。展现了MobileNetV2的轻量级的能力，也说明了注意力机制增强了识别能力。

在对比并训练的AlexNet、ResNet50和MobileNetV2模型上，该研究的结果也刚好验证了MobileNetV2模型更适合轻量化叶片的识别^［29］。

此外，样本质量会影响识别效果，新疆特色气候条件产生独特的叶片滞尘纹理，模型对其适应性值得讨论。本研究团队计划面向新疆特色环境来设计模型结构，使其更适应于复杂的果树种植环境。同时，本研究是基于健康与非健康叶片组成的病害数据集，未来可针对具体病害类别展开研究，并且，可以通过采集多类树种的叶片图像构建数据集，丰富地域果树数据类别。在模型性能方面，未来可应用不同的压缩技术对模型进行优化，通过提高学习速度，降低模型参数量，进一步解决模型使用成本问题。

参考文献

[1] 胡东宇，黄力平，高健，促进新疆林果业机械化发展的对策研究［J］.中国农机化学报，2021，42（4）：211-216，222.

[2] HU D Y， HUANG L P， GAO J，et al.Study on the countermeasures for promoting the development of forestry and fruit industry mechanization in Xinjiang［J］.Journal of Chinese Agricultural Mechanization，2021，42（4）：211-216，222.

[3] BAO W， YANG X， LIANG D，et al.Lightweight convolutional neural network model for field wheat ear disease identification［J］.Computers and Electronics in Agriculture，2021，189：106367.

[4] PICON A， SEITZ M， ALVAREZ-GILA A，et al.Crop conditional convolutional neural networks for massive multi-crop plant disease classification over cell phone acquired images taken on real field conditions［J］.Computers and Electronics in Agriculture，2019，167：105093.

[5] FERENTINOS K P.Deep learning models for plant disease detection and diagnosis［J］.Computers and Electronics in Agriculture，2018，145：311-318.

[6] LIU B， ZHANG Y， HE D J，et al.Identification of apple leaf diseases based on deep convolutional neural networks［J］.Symmetry，2017，10（1）：11.

[7] KHAN M A， AKRAM T， SHARIF M，et al.CCDF：Automatic system for segmentation and recognition of fruit crops diseases based on correlation coefficient and deep CNN features［J］.Computers and Electronics in Agriculture，2018，155：220-236.

[8] 任守纲，贾馥玮，顾兴健，反卷积引导的番茄叶部病害识别及病斑分割模型［J］.农业工程学报，2020，36（12）：186-195.

[9] REN S G， JIA F W， GU X J，et al.Recognition and segmentation model of tomato leaf diseases based on deconvolution-guiding［J］.Transactions of the Chinese Society of Agricultural Engineering，2020，36（12）：186-195.

[10] 刘阳，高国琴.采用改进的SqueezeNet模型识别多类叶片病害［J］.农业工程学报，2021，37（2）：187-195.

[11] LIU Y， GAO G Q.Identification of multiple leaf diseases using improved SqueezeNet model［J］.Transactions of the Chinese Society of Agricultural Engineering，2021，37（2）：187-195.

[12] BI C， WANG J， DUAN Y，et al.MobileNet based apple leaf diseases identification［J］.Mobile Networks and Applications，2020，27：172-180.

[13] 王美华，吴振鑫，周祖光.基于注意力改进CBAM的农作物病虫害细粒度识别研究［J］.农业机械学报，2021，52（4）：239-247.

[14] WANG M H， WU Z X， ZHOU Z G.Fine-grained identification research of crop pests and diseases based on improved CBAM via attention［J］.Transactions of the Chinese Society for Agricultural Machinery，2021，52（4）：239-247.

[15] CHEN J， ZHANG D， SUZAUDDOLA M，et al.Identifying crop diseases using attention embedded MobileNet-V2 model［J］.Applied Soft Computing，2021，113：107901.

[16] 马依拉·热合曼，买买提·沙吾提，尼格拉·塔什甫拉提，基于遥感与GIS的渭库绿洲生态系统服务价值时空变化研究［J］.生态学报，2018，38（16）：5938-5951.

[17] MAYILA R， MAMAT S， NIGELA T，et al.The ecosystem service value spatial-temporal changes in the Ugan-kuqa River Delta Oasis based on RS and GIS［J］.Acta Ecologica Sinica，2018，38（16）：5938-5951.

[18] 何军红，温观发，黎长鑫.优化Faster R-CNN算法的小样本缺陷检测研究［J］.工业仪表与自动化装置，2024（5）：94-101.

[19] HE J H， WEN G F， LI C X.Research on small sample defect detection based on optimized Faster R-CNN algorithm［J］.Industrial Instrumentation & Automation，2024（5）：94-101.

[20] 尹唱唱，赵猛，王晓涵，青岛市大气颗粒物SEM图像数据集［J］.中国科学数据（中英文网络版），2024，9（2）：366-374.

[21] YIN C C， ZHAO M， WANG X H，et al.A dataset of SEM images of atmospheric particles in Qingdao［J］.China Scientific Data，2024，9（2）：366-374.

[22] 吴树贤.基于深度学习的医学影像肿瘤分割算法研究［D］.广州：广州大学，2024.

[23] WU S X.Research on medical imaging tumor segmentation algorithm based on deep learning［D］.Guangzhou：Guangzhou University，2024.

[24] KRIZHEVSKY A， SUTSKEVER I， HINTON G E.ImageNet classification with deep convolutional neural networks［J］.Communications of ACM，2017，60（6）：84-90.

[25] SIMONYAN K， ZISSERMAN A.Very deep convolutional networks for large-scale image recognition［J］.arXiv preprint arXiv：2014.

[26] HE K， ZHANG X， REN S，et al.Deep residual learning for image recognition［C］//Proceedings of 2016 IEEE Conference on Computer Vision and Pattern Recognition.Las Vegas，NV，USA.IEEE，2016：770-778.

[27] SANDLER M， HOWARD A， ZHU M，et al.Mobilenetv2：Inverted residuals and linear bottlenecks［C］//Proceedings of 2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition.Salt Lake City，UT，USA.IEEE，2018：4510-4520.

[28] WANG F， JIANG M， QIAN C，et al.Residual attention network for image classification［C］//Proceedings of 2017 IEEE Conference on Computer Vision and Pattern Recognition.Hololulu，HI，USA，IEEE，2017：3156-3164.

[29] HU J， SHEN L， SUN G.Squeeze-and-excitation networks［C］//Proceedings of 2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition.Las Vegas，NV，USA.IEEE，2018：7132-7141.

[30] WOO S， PARK J， LEE J Y，et al.CBAM：Convolutional block attention module［C］//Proceedings of the European Conference on Computer Vision （ECCV）.Munich，Germany.2018：3-19.

[31] LIU Y， SHAO Z， TENG Y，et al.NAM：Normalization-based attention module［J］.arXiv preprint arXiv：2111. 12419，2021.

[32] IOFFE S， SZEGEDY C.Batch normalization：Accelerating deep network training by reducing internal covariate shift［C］//Proceedings of the 32nd International Conference on Machine Learning.Lille France.PMLR，2015：448-456.

[33] SELVARAJU R R， COGSWELL M，DAS A，et al.Grad-CAM：Visual explanations from deep networks via gradient-based localization［C］//Proceedings of 2017 IEEE International Conference on Computer Vision.Venice，Italy.IEEE，2017：618-626.

[34] WANG H， LONG H， WANG A，et al.Deep learning and regularization algorithms for malicious code classification［J］.IEEE Access，2021，9：91512-91523.

[35] LIU Z， LI J， SHEN Z，et al.Learning efficient convolutional networks through network slimming［C］//Proceedings of 2017 IEEE International Conference on Computer Vision.Venice，Italy.IEEE，2017：2736-2744.

[36] SAINI R， JHA N K，DAS B，et al.ULSAM：Ultra-lightweight subspace attention module for compact convolutional neural networks［C］//Proceedings of 2020 IEEE Winter Conference on Applications of Computer Vision.Snowmass，CO，USA.IEEE，2020：1627-1636.

[37] 李婷婷，王晴晴，唐琦，深度学习下的小样本玉米叶片病害识别研究［J］.新一代信息技术，2023，6（24）：1-5.

[38] LI T T， WANG Q Q， TANG Q，et al.Study on the recognition of maize leaf disease based on deep learning with small sample size［J］.New Generation of Information Technology，2023，6（24）：1-5.

基金资助

新疆自然科学计划项目(2021D01C055)

新疆大学国家级大学生创新训练计划项目(202310755002)