基于深度学习的蚕茧智能分选方法*

姜阔胜，武松梅，任 杰

（1.安徽理工大学机械工程学院，安徽 淮南 232001；2.安徽职业技术学院现代服装学院，安徽 合肥 230011）

0 引 言

对蚕茧进行质量检测实现蚕茧种类识别具有重要意义。蚕茧按照其使用价值以及形成原因分为上车茧与下茧，下茧包括双宫茧、柴印茧、黄斑茧、畸形茧、薄皮茧等［1，2］。传统的检测方式为人工检测，通过人眼观察依据蚕茧表面颜色、形状、纹理等特征对蚕茧进行分选［3～5］。该方法存在检测效率低、错检率高、人工劳动强度大的问题，选茧环境恶劣，会对长期身处其中的选茧工人带来不可逆的健康危害。近年来，得益于图像处理技术的广泛应用与深度学习理论的不断发展，人工智能技术与农业相关领域深度结合，大大提高了生产效率，降低企业生产成本［6］。在蚕茧识别领域的研究中，李时杰等人［7］利用基于深度学习模型BL-YOLOv3的技术，成功实现了黄斑茧、上车茧和烂茧的有效识别。黎雨等人［8］提出一种蚕茧疵点图像配准算法，该算法基于融合特征和FAST-SURF，利用HSI 颜色空间获取蚕茧疵点图像，并提取Canny 边缘特征和局部二值模式（LBP）纹理特征。这些特征经过归一化处理，然后进行融合，形成融合特征。将融合特征与FAST-SURF算法结合应用于蚕茧疵点图像配准，平均配准正确率达到89.76%，配准总时间均值为0.46s。张印辉等人［9］利用K-means聚类分析，确定了适合于下茧分析的锚点框架，并将上述锚点框架的参数预置在YOLOv3 模型中。接着，根据预设的剪枝率对经过稀疏化训练的模型进行模型剪枝。通过使用批量正则化层缩放因子的方式来缩小模型的尺寸。最后，通过在剪枝后的模型中嵌入感受野模块，来扩大模型的感受野，以增强模型的辨别能力和鲁棒性。经过这些步骤，该模型在测试集上的平均检测精确度达到96.8%。

本文采用深度学习方法［10～12］基于改进的YOLOv5 算法，使用K-means + +算法［13］对蚕茧表面特征数据集的目标候选框尺寸进行聚类分析，并将该分析结果应用于算法的训练过程中。其次，对网络结构进行调整，在网络预测部分分别添加SE（squeeze and excitation）模块［14］，以强化缺陷信息、抑制无用信息，提升模型的准确性。

1 数据集制作

数据集中包括正常类别和6 种缺陷类别分别是薄皮、柴印、穿头、烂茧、棉茧和小车茧。为了避免训练过程中出现过拟合的情况，本文采用了数据增强策略。通过使用缺陷素材对原始图像进行了多种操作，包括随机裁剪、水平或垂直翻转、旋转、缩放和调整亮度或对比度等，同时还添加了随机噪声。经过数据增强后的图像共计5 600 幅，手动划分训练集和测试集样本，划分比例为9∶1，分别为5 040 幅和560幅。

2 蚕茧缺陷检测方法

2.1 YOLOv5 网络

本文设计的基于改进YOLOv5［15，16］的蚕茧缺陷检测基础模型网络结构如图1所示。

图1 YOLOv5 网络结构

2.2 改进的YOLOv5 检测算法

2.2.1 引进SE注意力模块

卷积神经网络（CNN）模型通过融合图像的空间信息和通道信息来实现特征的提取，不同的卷积核在每个输入通道中寻找空间。然而，CNN模型在提取特征时不能有效地突出重要特征，因为网络模型对每一个通道的权重相等，为了解决这个问题在YOLOv5中引入SE注意力模型。

SE模块通过添加内容感知机制对每个通道进行自适应加权，该机制将特征图压缩为单个值，以便网络模型可以自适应地调整每个特征图的权重，从而获得每个通道的全局理解。它具有以较小的额外计算成本改善通道相互依赖性的优点。SE模块的操作流程如图2所示。

图2 SE模块结构

SE模块由3 个组件组成：挤压（squeeze）、激励（excitation）、标度（scale）。

1）Squeeze：对特征图U采用挤压操作，输出1 ×1 ×C向量，挤压公式

挤压操作后，每个特征图可以有效地与其他特征图相关联，增加全局感受野提取更丰富的特征，从而提高网络的识别效果。

2）Excitation：为了利用挤压操作中的全局信息，激励操作捕获每个通道之间的依赖关系。过程公式为

式中W1∈，σ为ReLU的简写符号，δ为sigmoid的简写符号，W2∈。

3）Scale：利用激励学习到的权重来标度U，将每个通道的权重分别乘以U对应通道的矩阵，最后得到带有权重信息的特征图

2.2.2 激活函数改进

采用Swish 激活函数来替换YOLOv5 中的ReLU。Swish激活函数不同于ReLU 对小于0 的（值）直接输出为0，Swish函数将Sigmoid 与ReLU 的特点结合起来，采用非零数值来初始化神经元。具体的函数公式为

图3 为本文改进后的网络结构，网络中主要采用卷积（Conv）层、批归一化（BN）层、激活函数层、SE注意力模块，为了使网络中每一层特征图输入与输出的尺寸大小一致，采用0填充（padding）输入图像边长补零。

图3 本文中改进的网络结构

3 实 验

3.1 实验设备

实验在Windows 10环境下完成，使用CCD面阵工业相机对蚕茧进行拍摄，采集设备如图4 所示。共采集560 张原始图像，像素为1 280 ×1 024的灰度图像。

图4 采集设备

3.2 神经网络模型训练

本文实验模型均采用YOLO系列模型，在COCO128 数据集上的YOLOv5 预训练权重文件，在训练过程中冻结DarkNet-53 特征提取部分参数，分别训练YOLOv5 以及改进后YOLOv5的检测（detection）部分网络参数。在训练之前，本文对原始输入进行了统一调整，将原始输入调节为3 ×640 ×640图像大小，训练采用Adam优化器优化训练过程，训练参数：输入Batchsize 为8，总训练轮数为300，学习率（learning rate）设置为1 ×10-3，1 ×10-4，模型损失通过交叉熵（CE）函数计算，改进模型训练过程中，对每轮训练完后采用测试集进行评估，直到模型完全收敛获得最优模型权重。改进后的YOLOv5 训练过程中损失收敛曲线如图5所示。经过3 000次迭代，损失值趋近于0.28 左右，从损失值的收敛情况可以得出，改进后的YOLOv5 网络模型训练结果理想，可以进行进一步测试。

图5 改进的YOLOv3 算法训练loss值

图6 展示了YOLOv5 以及改进后YOLOv5 的检测效果，二者性能对比如表1 所示。改进后的YOLOv5 算法在缺陷定位上比原始的YOLOv5 算法更加精准，且在缺陷类型上识别判断也更加准确，能够更加准确地实现对蚕茧的分类。

表1 改进的YOLOv5 算法与YOLOv5 性能对比%

图6 YOLOv5 与改进的YOLOv5 检测效果

4 结果与分析

4.1 评价指标

平均精度均值（mean average precision，mAP）结合了目标检测任务中的精确率P和召回率R指标，用于衡量模型在不同类别上的平均精度。计算公式如下

式中P为精确率；R为召回率；TP为标签正样本中被预测为正样本的数量；FP为标签负样本中被预测为正样本的数量；FN为标签正样本中被预测为负样本的数量；F1 为准确率和召回率的调和平均；Pn和Rn分别为在第n个阈值下的查准率和召回率。

4.2 结果分析

表2为不同网络模型在测试集上的检测性能。可以看出：通过实验发现改进后的YOLOv5 检测算法，平均检测准确率达到96.6%，准确率相对于Faster RCNN高出4.9%，比使用传统的网络模型SSD的mAP提高了9%，相比于传统YOLOv5提高了5.5%。说明SE模块强化了重要特征信息，提升了网络预测精度，在取得较高的检测准确率的同时召回率也很高，鲁棒性较强。但是，由于SE模块的加入增大了网络的计算量，导致其检测速率下降了2 fps，但明显快于SSD，由此可见改进后的YOLOv5 检测算法实用性更佳。

表2 多种算法对蚕茧缺陷检测效果对比

5 结 论

本文提出一种基于卷积神经网络的YOLOv5 改进方法，并将其应用于蚕茧智能分选领域。通过重新聚类先验框，调整先验框参数、添加SE 模块进入检测模型中和修改激活函数等方法改进YOLOv5 算法，最终使用Faster RCNN、SSD、YOLOv5以及改进的YOLOv5算法进行实验。实验结果表明，改进的YOLOv5算法mAP有大幅的提高，预测框也更加准确，算法具有良好的泛化性能。