1 材料与方法

1.1 试验数据的采集

柑橘图像的采集地为广东省梅州市柑橘果园，使用数码相机、高清手机等多种设备拍摄距离1 m左右的自然光照下柑橘树冠图像，拍摄角度朝东南西北4个方向，并采集树冠下方含阴影的果实，共采集原始图片500张，图像包括阴天、晴天、雨天，涵盖顺光、逆光等所有光照情况。为保证柑橘图像数据的多样性，通过网络爬虫获取200张柑橘照片，挑选出120张，所得数据集为620张。

1.2 数据增强

使用Matlab工具对原始数据集进行数据扩增，对原始图像进行旋转，旋转角度随机取-30°、-15°、15°、30°；对原始图像随机进行镜像翻转、水平翻转、垂直翻转；通过裁剪以及缩放等方式进行扩展数据集；通过调整饱和度和色调、直方图均衡化、中值滤波等图像处理技术对数据进行增强。考虑到数据增强会导致图片中图像形状变化以及质量变化较为严重，对每张图片随机采用以上一种方式进行扩增，得到1 240张，筛选出符合试验的数据作为最终的数据集，最终数据集为1 130张。

1.3 数据集准备

将上述数据集使用labelImg工具对检测目标进行标记。考虑标签和数据的对应关系以及确保数据集分布统一，使用Matlab工具将数据集按照70%、10%、20%的比例随机拆分为训练集、验证集、测试集，其中训练集含边框标注样本为7 148个，验证集含边框标注样本为1 006个，测试集含边框标注样本为2 243个。将最终数据集按照PASCAL VOC数据集的格式存储，再将测试集分为2部分：目标平均遮挡程度小于30%的数据集（轻度遮挡，用A表示）、目标平均遮挡程度大于30%且较密集的数据集（重度遮挡，用B表示）。其中，测试集A包含标注样本682个，测试集B包含标注样本1 561个，最终数据集如表1所示。

表1 数据集及其数量Table 1 Data sets and size数据集Dataset训练集Training set验证集Validation set测试集Test set总数量Total number AB 图片个数Number of images51 130 轻度遮挡样本个数Number of lightly obscured samples2 3 252 重度遮挡样本个数Number of severely obscured samples4 5617 145

2 改进的YOLOv3-LITE柑橘识别网络

2.1 YOLOv3网络模型

YOLO网络模型是一种one-stage的方法，YOLO将输入图像分成S×S个格子，如果一个物体的中心落在某个网格内，则对应的网格负责检测该物体。其中，YOLOv1将输入图像的尺寸改为448×448，然后送入CNN网络训练，采用非极大抑制算法进行预测，YOLOv1对小目标检测效果不好，定位也不够精确。Redmon等[29]提出的YOLOv2吸收了Faster R-CNN中RPN的思想，去掉YOLOv1中的全连接层，加入Anchor Boxes，提高了召回率，且提出k-means聚类计算Anchor Boxes，Average IoU也提升了，但对小目标检测效果一般。YOLOv3在YOLOv2的基础上进行了一些改进，加深了网络，提出了多标签分类预测，使用逻辑回归（logistic regression）对方框置信度进行回归，同时提出了跨尺度预测，使用类似FPN（feature pyramid networks）的融合做法，在多个尺度的特征图上进行位置和类别预测，对小目标的检测效果提升明显。在类别预测中，YOLOv3不使用Softmax函数对每个框分类，而是对每个类别独立地使用逻辑回归，在训练过程中，使用二元交叉熵损失（binary cross-entropy loss）来进行类别预测，可以更好地处理多标签任务。YOLOv3目标检测网络损失函数如式（1）所示。

（1）

式中i表示第i个方格，j表示该方格预测出的第j个方框；obj表示含有目标，noobj即没有目标，Ci为预测目标的类别，为真实目标的类别，λcoord、λnoobj是惩罚系数。损失函数包括5个部分，第1项包含预测和实际的x、y坐标，该部分是计算预测的中心坐标的损失；第2项包含预测和实际的宽和高，即w、h，该部分是计算预测边界框的宽高的损失；第3项是方框置信度损失，回归目标是预测方框与实际方框的IoU值；前3项都只在预测方框和实际方框有对应关系时才计算损失；第4项是没有对应物体的方框置信度损失，3、4项是计算预测的置信度损失，第5项是分类损失，当方格中有物体时，才计算分类损失。

2.2 改进的YOLOv3-LITE轻量级神经网络模型设计

2.2.1 基于GIoU的边框回归损失函数

IoU为预测框与原来图片中标记框的重合程度，目标检测领域常使用边框回归IoU值作为评价指标。但是，大部分检测框架没有结合该值优化损失函数，IoU可以被反向传播，它可以直接作为目标函数去优化。考虑到优化度量本身与使用替代的损失函数之间的选择，最佳选择是优化度量本身。作为损失函数，传统IoU有两个缺点：如果2个对象不重叠，IoU值将为零，则其梯度将为零，无法优化；2个物体在多个不同方向上重叠，且交叉点水平相同，其IoU将完全相等，IoU无法精确的反映两者的重合度大小，如图1所示，3个不同的方法重叠两个矩形具有完全相同的IoU值，但他们的重合度是不一样的，最左边的图回归的效果最好，最右边的回归效果最差，其中最右边的图预测边框为旋转候选边框[34]。因此，IoU函数的值并不能反映两个对象之间如何发生重叠。在柑橘采摘机器人的果实识别中，回归框位置的精确度直接决定了机器手采摘的成功率。因此，该文提出通过引入GIoU来解决IoU的缺点。IoU取值[0,1]，而GIoU有对称区间，取值范围[-1,1]，在两者重合的时候取最大值1，在两者无交集且无限远的时候取最小值-1。因此，GIoU是一个非常好的距离度量指标，与IoU只关注重叠区域不同，GIoU不仅关注重叠区域，还关注其他的非重合区域，能更好的反映两者的重合度，GIoU Loss可以替换掉大多数目标检测算法中边框回归的损失函数，如式（2）-（5）所示。

文章来源：《果树资源学报》 网址: http://www.gszyxb.cn/qikandaodu/2020/1013/483.html