图学学报

Journal of Graphics
ISSN 2095-302X,CN 10-1034/T

《图学学报》网络首发论文

题目： 基于胶囊 SE-Inception 的茄科病害识别方法研究

作者： 杨泳波，赵远洋，李振波，李晔
收稿日期： 2021-06-17
网络首发日期： 2021-07-19
引用格式： 杨泳波，赵远洋，李振波，李晔．基于胶囊 SE-Inception 的茄科病害识别方法
研究．图学学报.
https://kns.cnki.net/kcms/detail/10.1034.T.20210719.0952.002.html

网络首发：在编辑部工作流程中，稿件从录用到出版要经历录用定稿、排版定稿、整期汇编定稿等阶
段。录用定稿指内容已经确定，且通过同行评议、主编终审同意刊用的稿件。排版定稿指录用定稿按照期
刊特定版式（包括网络呈现版式）排版后的稿件，可暂不确定出版年、卷、期和页码。整期汇编定稿指出
版年、卷、期、页码均已确定的印刷或数字出版的整期汇编稿件。录用定稿网络首发稿件内容必须符合《出
版管理条例》和《期刊出版管理规定》的有关规定；学术研究成果具有创新性、科学性和先进性，符合编
辑部对刊文的录用要求，不存在学术不端行为及其他侵权行为；稿件内容应基本符合国家有关书刊编辑、
出版的技术标准，正确使用和统一规范语言文字、符号、数字、外文字母、法定计量单位及地图标注等。
为确保录用定稿网络首发的严肃性，录用定稿一经发布，不得修改论文题目、作者、机构名称和学术内容，
只可基于编辑规范进行少量文字的修改。
出版确认：纸质期刊编辑部通过与《中国学术期刊（光盘版）》电子杂志社有限公司签约，在《中国
学术期刊（网络版）》出版传播平台上创办与纸质期刊内容一致的网络版，以单篇或整期出版形式，在印刷
出版之前刊发论文的录用定稿、排版定稿、整期汇编定稿。因为《中国学术期刊（网络版）》是国家新闻出
版广电总局批准的网络连续型出版物（ISSN 2096-4188，CN 11-6037/Z），所以签约期刊的网络版上网络首
发论文视为正式出版。
网络首发时间：2021-07-19 13:32:00
网络首发地址：https://kns.cnki.net/kcms/detail/10.1034.T.20210719.0952.002.html

图学学报
JOURNALOFGRAPHICS

基于胶囊 SE-Inception 的茄科病害识别方法研究

杨泳波 1， 赵远洋 1， 李振波 1,2， 李 晔 1
(1.中国农业大学信息与电气工程学院，北京 100083；2.中国农业大学国家渔业创新中心，北京 100083)

摘 要：针对番茄和茄子两类茄科蔬菜的病害，基于 SE-Inception 和胶囊网络构建了一个具有抗噪性的

茄科病害识别网络，称为胶囊 SE-Inception。该网络主要分为两部分，特征提取部分和胶囊网络部分。其特征
提取部分采用了批处理归一化层(BN)加速网络收敛；利用 SE-Inception 结构和多尺度特征提取模块来提高模型
的精度。胶囊网络部分采用了路由迭代次数为 2，维度为 16 的胶囊进行处理。基于自建的茄科病害数据集开
展实验，其包含白粉虱，白粉病，黄曲病，棉疫病 4 个病害类别和健康叶片；为减少过拟合，对数据进行了增
广处理。实验结果表明胶囊 SE-Inception 网络针对常见的高斯、椒盐和模糊噪声具有较好的抗噪性；其仅需较
少的数据就可以达到较高的识别精度，在相同数据量下，胶囊 SE-Inception 网络的识别精度高于常见轻量级模
型。
关 键 词：茄科蔬菜；病害识别；抗噪性；SE-Inception 结构；胶囊网络
中图分类号：TP 391
文献标识码：A

Solanaceae disease recognition method based on capsule SE-Inception

YANG Yong-bo1, ZHAO Yuan-yang1, LI Zhen-bo1,2, LI Ye1
(1. College of Information and Electrical Engineering, China Agricultural University, Beijing 100083, China;

2. National Fisheries Innovation Center of China Agricultural University, Beijing 100083, China)

Abstract: Aiming at the diseases of two types of Solanaceae vegetables, tomato and eggplant, a noise -resistant
Solanaceae disease identification network is constructed based on SE-Inception and capsule network, called Capsule
SE-Inception. The network is mainly divided into two parts: the feature extraction part and the capsule network part.
The feature extraction part of the network uses a batch normalization layer (BN) to accelerate the convergence of the
network; the SE-Inception structure and multi-scale feature extraction module are used to improve the accuracy of the
model. The capsule network part uses a capsule with a routing iteration number of two and a dimension of sixteen for
processing. The experiments were carried out based on a self-built data set of Solanaceae diseases. Our sample data
contains four disease categories: whitefly, powdery mildew, yellow smut, cotton blight and healthy leaves . Besides, in
order to reduce over-fitting, the data is augmented. The experimental results show that the capsule SE-Inception
network has good noise immunity against common Gaussian, salt and pepper and fuzzy noise; it only needs less data
to achieve higher recognition accuracy. Based on the same amount of data, the recognition accuracy of Capsule
SE-Inception network is higher than that of common lightweight models.
Keywords: solanaceous vegetables; disease recognition; noise immunity; SE-Inception structure; capsule network

收稿日期：2021-06-17；定稿日期：2021-07-02
Received：17 June，2021；Finalized：2 July，2021
基金项目：国家重点研发计划蓝色粮仓科技创新重点专项项目 (2020YFD0900204)；广东省重点领域研发计划项目(2020B0202010009)
Foundation items: National Key R&D Program Blue Granary Technology Innovation Key Special Project(2020YFD0900204); Guangdong
Province Key Field R&D Program Project (2020B0202010009)
第一作者：杨泳波(1994–)，男，浙江杭州人，硕士生。主要研究方向为图像处理与识别。E-mail：yyb631830346@163.com
Firstauthor：YANG Yong-bo (1994–), male, master student. His main research interests cover image processing and recognition.
E-mail：yyb631830346@163.com
通信作者：李振波(1978–)，男，山东潍坊人，教授，博士。主要研究方向为计算机视觉等。E-mail：lizb@cau.edu.cn
Correspondingauthor：LI Zhen-bo (1978-), male, professor, Ph.D. His main research interests cover computer vision, etc. E-mail：lizb@cau.edu.cn
 图学学报
JOURNALOFGRAPHICS

茄科作物(Solanaceae)作为一种管状花目下 取 得 了 99.75% 的 识 别 精 度 。 钟 勇 等 [21] 基 于

的植物，广泛分布于我国的各个省份。茄科蔬菜 DenseNet网络结合回归、多标签分类和聚焦损失函
作为其重要的组成部分具有较高的经济价值，常 数，对苹果病害叶片进行识别，测试集的准确率
见如辣椒、茄子和番茄等，是我国主要的蔬菜品 分别为93.51%、93.31%和93.71%，均优于传统交
种，为保障我国居民菜篮子发挥了重要作用 [1]。 叉熵损失(CE)。Chen等[22]利用迁移学习，选择了
然而茄科蔬菜生长的过程中容易受到病害的 在ImageNet上预先训练的VGGNet和Inception模块
侵袭。病害作为影响茄科蔬菜品质和产量的重要 用于水稻病害识别，平均识别精度达到92%。
因素，如果不及时加以控制，会造成产量和质量 然而传统CNN网络在进行图片处理时存在以
的明显下降[2]。因此在病害早期就能精准识别并加 下一些问题:需要大量的数据进行训练;对于一些
以治疗抑制，可以很大程度上减少相关经济及人 元素特征丰富的图片，不能很好的处理元素之间
力损失。茄科病害主要侵袭作物的叶片 [3]，本文以 的边界;对于噪声图片的识别性较差。
番茄和茄子为研究对象，针对其常见的病害:白粉 胶囊网络作为一种所需训练数据少，抗噪性
病、白粉虱、绵疫病和黄化曲叶病毒病(后文简称 强的网络，在自动驾驶 [23]，自然语言处理 [24]与图
黄曲病)进行自动识别。 像处理[25]等领域都得到了成功应用。
目前对于茄科病害的识别主要有基于机器学 丁永军等 [26] 基于卷积胶囊网络对百合病害的
习的方法和基于深度学习的方法。 识别进行了研究，并使用高斯噪声、椒盐噪声、
基于传统机器视觉的农作物病害图像识别方 斑点噪声、仿射变换图像进行模型抗噪能力测试，
法一般分为图像预处理[4]、特征提取[5]、分类识别 最后与VGG-16网络进行了对比，实验结果表明卷
[6]
等步骤。在此类方法中分类器的选择对识别结果 积胶囊网络明显优于VGG-16模型。Mensah等 [27]
起着至关重要的作用，不少学者利用不同的分类 提 出 了 一 种 Gabor Capsule 网 络 用 来 识 别
器对提取到的病害特征进行分类。 PlantVillage数据集中的番茄和柑橘疾病图像，该模
刘 成 [7] 利 用 支 持 向 量 机 (Support Vector 型在测试集上可以达到98.13%的准确度。实验结
Machine，SVM)对常见水稻病害加以识别，在测 果表明，该模型在鲁棒性和参数量方面优于
试集上的准确率达到89.6%。Damayanti[8] 分别采 AlexNet和GoogLeNet。
用灰度共生矩阵和颜色矩对烟草病害图片进行特 本文以茄科病害为研究对象，构造胶囊
征提取，利用朴素贝叶斯方法进行分类，实验结 SE-Inception识别网络，进行了模型消融性实验并
果表明当提取颜色特征时模型具有比较好的识别 基于噪声和数据量，与常见轻量级网络进行了对
精度。夏永泉等人[9]研究了一种基于随机森林方法 比实验。
的小麦叶片病害识别方法，利用高斯混合模型结
合最大期望算法进行叶片特征提取后，用随机森
1 材料与方法
林进行分类，整体识别准确率可达95%，优于SVM 1.1 图像采集
的识别方法。
本文采用了课题组自建的茄科病害数据集 [28]
卷 积 神 经 网 络 [10](Convolutional Neural
和 PlantVillage[29]公开数据集进行相关实验。其中自
Networks，CNN)作为深度学习的代表算法之一，
建 数 据 集 由 两 个 部 分 构 成 ， 一 部 分 来 自 于 AI
在图像识别领域应用广泛。CNN作为一种端到端
Challenger 农作物病害挑战赛(1350 张图片)，另外
的图像识别方法，从提出至今存在许多具有代表
一部分为在河北省廊坊市新苑阳光农业有限公司
性 的 网 络 模 型 ， 包 括 AlexNet[11] 、 VGG[12] 、
实地拍摄的茄科病害数据(520 张图片)。本文采集
GoogLeNet[13]、ResNet[14]和DenseNet[15]等等。研究
了 5 种类型的茄科图像样本，包括 4 种病害(白粉
人员可以依据这些模型进行改进以用作农作物病
病、白粉病、绵疫病和黄曲病)和健康叶片。数据
害识别 [16,17]。Yang等 [18]提出了由三个CNN网络组
样本的示例及拍摄地点如图 1 所示。
成的新模型，分别是定位网络、反馈网络和分类
网络，称为LFC-Net。该模型在番茄数据集中的准
确 率 高 达 99.7% 。 Edna 等 [19] 通 过 对 VGG16 、
InceptionV4[20] 、ResNet和DenseNet等网络进行微
调来实现植物病害的识别，在PlantVillage数据集上
 分。

图1 自建数据集拍摄地点及样本示例
Fig. 1 Constructed data set shooting location and sample
examples
PlantVillage 是一个植物病害数据集，其囊括了
大量的植物病害图像，包含 13 种植物，26 类病害
叶片，总计 38 个种类，共 54305 张植物病害叶片 图2 胶囊 SE-Inception 结构
图像。在实验中，将数据集随机打乱，按照 6:2:2 Fig. 2 Capsule SE-Inception structure
的比例将其划分为训练集、验证集和测试集，并将 1.3.1 特征提取部分
原始图片的尺寸归一化为 96×96，作为模型的输入。 图 2 中红色虚线框标识部分表示特征提取部分，
1.2 图像预处理 该部分由多尺度特征提取模块，最大池化层，卷积
构建的数据集包含 434 张黄曲病图像，161 张 层，最大池化层，两个 SE-Inception 模块堆叠而成。
绵疫病图像，386 张白粉病图像，104 张白粉虱图 多尺度特征提取模块即图 2 中所指的 MultiConv，
像以及 750 张健康的叶片图像，数据集样本分布不 参照 Inception 的思想分别用 1×1，3×3，5×5， 7×7
平衡。由于不平衡数据会影响深度学习模型的识别 四种不同的卷积核进行特征提取，其卷积核的数量
效果[30]，针对数据量较少的几个类别进行数据增强。 分别为 32，32，16，16。对于网络中的每个卷积层
颜色特征是疾病识别的关键特征之一，所以在数据 后都添加了 BN 层，加速网络收敛，防止过拟合。
增强过程中，原始图像的颜色信息不能改变。本文 图 2 中红色模块代表 SE-Inception 架构，其主要是
基于 Keras 框架，主要采用了以下 3 种数据增强方 将 SENet （ Squeeze-and-Excitation Networks ） 与
法：随机翻转、任意角度旋转和图像偏移。进行过 InceptionV2 相结合，让网络保持较少参数量的同时
图像扩充后的数据分布为:黄曲病 690 张，绵疫病 有着较强的特征提取能力，设置其通道压缩比 16。
644 张，白粉病 674 张，白粉虱 602 张，健康叶片 1.3.2 胶囊网络部分
750 张。增广过程前后数据的分布见表 1。 该部分一般的胶囊网络主要由卷积层，主胶囊
表 1 自建数据集数据增广详情
层，数字胶囊层和输出层构成[31]。主胶囊层将不同
Table 1 Constructed data set and data augmentation
details 的特征分化为胶囊，获得实例化参数。而数字胶囊
序 原始 原始(新苑阳 层作为高层胶囊，主要储存与低级胶囊层之间的权
名称 原始数据 扩充数据
号 (AI) 光)
重矩阵即 Wij ，以及由动态路由算法得出的表示该
1 黄曲病 261 173 434 690
层胶囊与上层胶囊之间密切程度的耦合系数 Cij 。胶
2 绵疫病 0 161 161 644
囊网络数据处理流程见表 2。
3 白粉病 343 43 386 674 表2 胶囊网络数据处理流程
4 白粉虱 0 104 104 602 Table 2 Capsule network data processing flow
5 健康 711 39 750 750 步骤 向量神经元（VN）

总计 1315 520 1835 3360

输入 ui
向量转换 U j|i  Wij ui
1.3 网络结构
加权求和 s j   cijU j|i
植物病害数据本文将微调后的 SE-Inception 网
[28]
络 作为胶囊的特征提取网络，并把主胶囊层用 sj
非线性激活 vj 
Reshape 层代替，构造胶囊 SE-Inception 网络，用 1 s j 2

以实现茄科病害识别。胶囊 SE-Inception 的网络结

输出 vj
构如图 2 所示，整个网络分为特征提取和胶囊两部
具体为: 优化器来提高对模型训练速度，初始学习率设置为
(1) 将输入向量 u 乘以权值矩阵 W(通过反向传 0.001，动量为 0.9。实验设置了 early_stop 参数来
播学习得出)加工成新的输入向量 U;相邻胶囊层之 提高模型训练的效率，如果在实验过程中验证集的
间的特征信息由权值共享矩阵传递。 损失经过 10 次迭代仍然没有下降，那么认为该模
(2) 将输入向量 U 乘上权重 c，c 为耦合系数， 型的训练已经完成。同时设置了 lr_decay 参数动态
由动态路由算法得;当前胶囊层所有胶囊之间的耦 调整 Adam 算法的学习率，迭代公式为 0.001×0.9
合系数之和为 1，由路由最大值“routing softmax” ×epoch，其中 0.001 为初始学习率。在进行本章实
决定;对加权的输入向量求和成向量 s。 验时将图像大小统一归一化到 96×96 作为模型的
(3) 用非线性函数 squash 将向量 s 转化成向量 输入。胶囊 SE-Inception 采用 ML 作为其损失函数。
v。squash 是为了保证实体的输出在 0 到 1 之间， 对于模型的评价指标，采用了模型的平均识别精度
用胶囊的模长表示某一特征的概率。 Squash 中
和模型的大小来衡量模型的性能。
sj sj
表示将模长变为 1， 表示模长的压缩。 2.3 实验结果与分析
sj 1 s j 2
本文首先进行了模型消融性实验，然后对高斯、
胶囊网络训练过程中采用间隔(MarginLoss，ML)损
椒盐和模糊三种常见的噪声开展实验。对于网络的
失函数，其具体表示如式(1)所示：
抗噪性的衡量主要从以下两个方面展开:其一为在
Lk  Tk max(0, m  vk )2   (1  Tk ) max(0, vk m )2
不同程度的噪声下识别准确率的高低，识别率越高，
(1)
抗噪性越强;其二为在不同程度下准确率下降的幅
Lk 表示第 k 个数字胶囊的损失，整个胶囊网络的损
度大小，幅度越小，表明抗噪性越强。最后基于自
失由所有数字胶囊损失累加而成。Tk 表示 k 类是否
建数据集和 PlantVillage 数据集进行了数据量实验。
存在，存在为 1，不存在为 0。v k 表示第 k 个胶囊。
2.3.1 模型结构消融实验
当前数据为第 k 类即胶囊预测正确时，Tk =1，否则
为了验证胶囊网络和 SE-Inception 对模型识别
Tk =0。Tk max(0, m  vk )2 计算预测正确胶囊的损
的影响，基于自建数据集本文进行了相关对比实验。
失，𝑚+ 为 0.9 即当预测为正确的概率大于等于 0.9
对照的模型有胶囊 SE-Inception、原始 SE-Inception。
时，该项为 0；  (1  Tk ) max(0, vk m )2 计算预测
具体的实验结果见表 3。
错误胶囊的损失，m  为 0.1 即当预测为正确的概率
小于等于 0.1 时，该项为 0。初始  的值为 0.5。 表 3 基于自建数据集的模型消融性实验
Table 3 Model ablation experiment based on constructed
本文将主胶囊层换为 Reshape 层即图 2 中绿色
data set
模块，；图 2 中紫色模块代表数字胶囊层，在该层
模型 训练集准确率 验证集准确率
采用了 5 个 16 维的胶囊进行处理，路由迭代次数
原始 SE-Inception 99.51 98.26
设置为 2。 胶囊网络 90.41 79.77
胶囊 SE-Inception 98.96 95.20
2 结果与分析 由表 3 可知，原始胶囊网络不能很好识别茄科
病害，在验证集上其识别准确率仅为 79.77%，特征
2.1 训练平台
提取能力较弱，因此在后续的噪声实验中原始胶囊
实验平台的软件环境为 Ubuntu18.04。4LTS64 网络不予对照。胶囊 SE-Inception 网络在验证集上
位系统，选用 Python 语言进行编程，采用的深度学 的识别精度为 95.20%，略低于原始 SE-Inception。
习 框 架 为 Tensorflow1.14 和 Keras2.2.5; 搭 载 2.3.2 高斯噪声
Intel®Xeon(R)CPUE5-2683V3 处 理 器 ， GPU 是
为了探究模型对于高斯噪声的抵抗效果，本节
NVIDIA GeForce GTX1080Ti。
将自建数据集的验证集分别给与均值为 0，标准差
2.2 训练参数
为 0.03，0.05 和 0.1 的高斯噪声，作为测试集验
本文将胶囊 SE-Inception 网络与常见的轻量级 证模型的抗噪性。模型识别的准确率见表 4。
网络 MobileNetV1、V2、V3 和 ShuffleNetV2 在噪 由表 4 可知，当噪声增强时所有模型的识别精
声和数据量两方面开展实验。本文模型的训练参数 度都出现了一定程度的下降。当不存在噪声时，胶
设置如下:实验采用批处理方法进行训练和测试， 囊 SE-Inception 模型的识别精度低于 ShuffleNetV2
batchsize 为 16，设置迭代次数为 100；采用 Adam 和 原 始 SE-Inception ， 但 是 当 加 入 高 斯 噪 声 时
ShuffleNetV2 的实验精度均低于胶囊 SE-Inception， 胶囊 SE-Inception 对于椒盐噪声的抗干扰性优于
说明其对高斯噪声的抗干扰性不如本文提出的模 原始 SE-Inception、MobileNetV1、MobileNetV2、
型。原始 SE-Inception 的识别精度随着噪声程度的 MobileNetV3 和 ShuttleNetV2。
升高出现了明显的下降，其对于高斯噪声的抗噪性 表5 基于不同程度椒盐噪声图片对比实验结果
能不如胶囊 SE-Inception。同理可知 MobileNetV1 Table 5 Comparison of experimental results based on
和 MobileNetV2 在不同程度的高斯噪声下，其表现 different degrees of salt and pepper noise pictures
不如胶囊 SE-Inception。MobileNetV3 在高斯噪声下 无噪
模型 0.01 0.02 0.05
的表现最佳，其抗高斯噪声能力优于胶囊 声
Mobile-
SE-Inception。综上所述，胶囊 SE-Inception 对于高 NetV1
92.59 90.90/1.69 88.24/2.66 64.71/23.53

斯 噪 声 的 抗 干 扰 性 优 于 原 始 SE-Inception 、 Mobile-
93.73 91.72/2.01 89.32/2.40 66.99/22.33
NetV2
MobileNetV1、MobileNetV2 和 ShuttleNetV2，劣于 Mobile-
95.16 95.23/-0.07 92.67/2.56 75.06/17.61
NetV3
MobileNetV3。 Shuffle-
96.58 94.29/2.29 91.83/2.46 36.87/54.96
NetV2
表4 基于不同程度高斯噪声图片对比实验结果 原始
SE-Ince 98.26 97.27/0.99 95.5/1.77 73.01/22.49
Table 4 Comparison of experimental results based on
ption
images of different degrees of Gaussian noise 胶囊
SE-Ince 95.20 94.80/0.40 94.33/0.47 77.59/16.74
模型 无噪声 0.03 0.05 0.1 ption
MobileNetV1 92.59 93.26 92.74 77.56 2.3.4 模糊噪声
MobileNetV2 93.73 93.27 91.94 82.45
MobileNetV3 95.16 95.25 94.94 88.48 为了验证胶囊 SE-Inception 对于模糊图片的识
ShuffleNetV2 96.58 95.15 93.60 83.38
原始 SE-Inception 98.26 97.25 87.77 70.05 别效果，本节采用 OpenCV 中的中值滤波方法对原
胶囊 SE-Inception 95.20 95.51 94.67 84.39 始图片进行处理，中值滤波的滤波核选取 3×3、5
2.3.3 椒盐噪声 ×5 和 7×7。与前两节噪声处理方式一致，选取相
为了探究模型在不同程度椒盐噪声下的识别 同的验证集加以中值滤波进行处理得到模糊图片
精度，本节利用 OpenCV 框架将原有验证集添加不 测试集。具体的实验结果见表 6。
同程度的椒盐噪声，验证所提出模型的椒盐抗噪性。 由表 6 可知胶囊 SE-Inception 对于采用 5×5 和
本节采用了占比为 0.01、0.02 和 0.05 的椒盐噪声对 7×7 的中值滤波处理的图片都有着最好的识别效
原始图片进行处理，0.01 表示把原始图片中随机 1% 果。当中值滤波核为 3×3 时，本文提出的模型在
的像素点变成噪声点，同理 0.02 和 0.05 分别表示 测试集上的精度为 92.4%，略高于 MobileNetV3 的
把原始图片中随机 2%的像素点和 5%的像素点变 91.46% ， 远 高 于 MobileNetV1 的 86.87% ，
为噪声点。具体模型识别的准确率见表 5。 MobileNetV2 的 83.56%和 ShuttleNetV2 的 85.78%。
由表 5 可得，当椒盐噪声程度逐步上升时几 当中值滤波核为 7×7 时，胶囊 SE-Inception 的识别
乎所有模型的识别精度都出现了一定程度上的下 效果是最好的，为 85.39%，MobileNetV3 的识别精
降。当加入 0.01 的椒盐噪声时，胶囊 SE-Inception 度 为 86.92% ， MobileNetV1 、 MobileNetV2 和
模 型 的 识 别 精 度 低 于 MobileNetV3 和 原 始 ShuffleNetV2 的识别精度均低于 80%。
SE-Inception，其识别准确率为 95.23%。随着噪声 对比无噪声和 3×3 中值滤波下的噪声图片，
程度的不断上升，胶囊 SE-Inception 在 0.03。条 胶囊 SE-Inception 的识别精度下降了 2.8 个百分点，
件 下 ， 的 识 别 准 确 率 分 为 94.33% 。 超 过 了 原 始 SE-Inception 下 降 了 3.55 个 百 分 点 ，
MobileNetV3 与原始 SE-Inception 的差距逐渐变小。 MobileNetV3 下降了 3.7 个百分点，MobileNetV1
当椒盐噪声程度为 0.05 时，胶囊 SE-Inception 的 下 降 了 5.7 个 百 分 点 ， 而 MobileNetV2 和
识别精度是所有模型中最优的为 77.59%。斜杠后 ShuffleNetV2 都下降了 10 个百分点以上。对比 5×
的数值代表当前噪声下识别精度与之前噪声下识 5 和 3×3 的滤波核，胶囊 SE-Inception 也是最优的，
别精度的差值，由该值可知本文提出的模型在验 识别精度下降了 2.68%;MobileNetV3 下降了 4.54%，
证集上精度下降的幅度低于其他几个模型，说明 MobileNetV1 下降了 8.74%，MobileNetV2 下降了
其对椒盐噪声的抵抗能力较强。MobileNetV1 和 10.12%，ShuffleNetV2 下降了 12.22%。综上所述，
MobileNetV2 在原始图片和不同程度的椒盐噪声 胶囊 SE-Inception 对于模糊图片的识别效果优于上
下，其表现均不如胶囊 SE-Inception。综上所述， 述对照模型 MobileNet 系列与 ShuffleNetV2 以及原
始 SE-Inception。 模型在数据量为原有数据的 90%、80%和 70%的时
表6 基于不同程度模糊图片的实验结果 候有着最高的精度，但图 3 中的曲线反映基于不同
Table 6 Experimental results based on different degrees
数据量的各个模型之间的识别精度相差并不是很
of blurred images 大，各个模型在不同数据量下的具体识别精度见表
无噪
7。
模型 3*3 5*5 7*7
声 表7 基于不同数据量的识别结果(自建数据集)
MobileNet 74.08/4.
92.59 86.87/5.72 78.13/8.74 Table 7 Recognition results based on different data
V1 05
MobileNet 68.00/5. volumes (constructed data set)
93.73 83.56/10.17 73.44/10.12
V2 44
MobileNet 83.90/3. Mobile Mobile Mobile Shuffle
95.16 91.46/3.7 86。92/4.54 型 Capsule
V3 02 -NetV1 -NetV2 -NetV3 -NetV2
ShuffleNet 68.14/5. 100 92.59 93.73 95.16 96.58 95.20
96.58 85.78/10.80 73.56/12.22
V2 42 90% 92.02 91.45 93.16 94.30 94.30
原始 80% 92.59 90.88 90.88 92.31 93.16
79.41/7.9
SE-Inceptio 98.26 94.71/3.55 87.38/5.59 70% 91.17 92.02 91.74 92.31 92.31
7
n 60% 88.32 91.74 91.74 92.31 91.74
50% 89.17 87.46 89.74 87.75 87.75
胶囊
85.39/4.
SE-Incepti 95.20 92.40/2.80 89.72/2.68
33
结合图 3 和表 7 可知，部分模型的识别精度随
on
着数据的下降反而出现了略微的提升，分析其原因
2.4 数据量实验 可能有以下几个方面:数据敏感性，在减少训练数据
为了探究胶囊 SE-Inception 模型在少量训练数 量时可能会把那些难以分类的数据给剔除;自建数
据下的识别效果，分别基于自建茄科病害数据集和 据集包含图片的数量太少，波动性较大。此外，模
PlantVillage 数据集进行了测试。 型在训练过程中会以验证集精度或者损失调整模
2.4.1 基于自建数据集的数据量实验 型参数，验证集本身参与到训练过程中，因此采用
由于自建数据集包含的病害图片较少，因此在 模型在验证集上的识别精度作为评判标准具有一
训练时把其以 8∶2 的比例划分为训练集和验证集。 定的局限性。因此基于 PlantVillage 数据集进行了
在对少量训练数据进行测试时，训练的数据量分别 进一步的实验。
2.4.2 基于 PlantVillage 数据集的数据量实验
为原有数据量的 100%～50%，并参照 3.2 节的实验
环境与相关参数设置，得到了如图 3 所示的基于不 PlantVillage 数据集共有 54305 张病害图片，其
同数据量的模型精度曲线图(自建数据集)。图 3 描 中训练集有 32571 张，验证集有 10852 张，测试集
绘了 MobileNetV1、MobileNetV2、MobileNetV3、 有 10852 张。本节在进行不同训练数据量实验时分
ShuttleNetV2 和胶囊 SE-Inception 基于不同规模的 为 10 个级别，数据量分别是原有训练集数据量的
数据集的识别精度。 100%～10%，验证集和测试集不变。参照 3.2 节的
实验环境与相关参数设置，得到了如图 4 所示的基
于不同数据量的模型精度曲线图。

图3 基于不同数据量的实验结果(自建数据集)
Fig. 3 Experimental results based on different amounts of
data (constructed data set) 图4 基于不同数据量的模型精度曲线图(PlantVillage)
由图 3 可知，所有的模型的识别精度曲线随着 Fig. 4 Model accuracy curves based on different data
训练数据的减少，大体上呈现下降趋势，即训练集 volumes (PlantVillage)
的数据量与识别精度成负相关。胶囊 SE-Incpetinon 由图 4 可知，当数据量较多时所有模型的下降
曲线都比较平滑，可能是因为训练集数量能够满足 [2] Prabhakar M, Purushothaman R, Awasthi D P. Deep learning based
assessment of disease severity for early blight in tomato crop[J].
模型提取到有效的特征。数据量从 50%以下开始，
Multimedia Tools and Applications, 2020,79(39-40): 28773-28784.
对照模型的精度就出现了比较明显的下降;而胶囊 [3] Liu J, Wang X W. Tomato Diseases and Pests Detection Based on
SE-Inception 出现拐点是在 30%的数据量。当模型 Improved Yolo V3 Convolutional Neural Network[J]. Frontiers in
Plant Science, 2020, 11.
处于同一数据量时，胶囊 SE-Inception 在测试集上
[4] Chen X, Zhou G, Chen A, et al. Identi fi cation of tomato leaf
的识别精度是所有模型中最高的;此外，从图 4 各个 diseases based on combination of ABCK-BWTR and B-ARNet[J].
曲线的斜率可以看出，当训练集的数据量缩减时， Computers and Electronics in Agriculture,2020,178.
[5] Aversano L, Bernardi M L, Cimitile M, et al. Tomato diseases
胶囊 SE-Inception 识别精度的下降较为平缓，从侧
Classification Based on VGG and Transfer Learning[C]//2020 IEEE
面说明当其使用较少的数据就可以达到比较好的 International Workshop on Metrology for Agriculture and Forestry.
识别效果。例如当训练数据量为原来的 10%时，胶 New York: IEEE Press ,2020: 129-33.
[6] Anton A, Rustad S, Shidik G F, et al. Classification of Tomato Plant
囊 SE-Inception 的识别精度为 86.48%，优于其他对
Diseases Through Leaf Using Gray-Level Co-occurrence Matrix and
比模型在数据量为原来的 20%所得到的识别结果。 Color Moment with Convolutional Neural Network Methods[J].
关于各个网络在不同数据量下具体的识别精度见 Smart Trends in Computing and Communications: Proceedings of

表 8。 SmartCom 2020. Smart Innovation, Systems and Technologies (SIST

182), 2021: 291-299.
表8 基于不同数据量的识别结果(PlantVillage)
[7] 刘成. 基于机器学习的水稻病害识别算法的研究[D]. 安徽: 安

Table 8 Recognition results based on different data 徽大学, 2018.

LIU C, Research on Rice Disease Recognition Algorithm Based on
volumes (PlantVillage)
Machine Learning[D]. Anhui:Anhui University, 2018 (in Chinese).
Mobile Mobile Mobile Shuffle
模型 Capsule [8] Damayanti F, Muntasa A, Herawati S, et al. Identification of Madura
-NetV1 -NetV2 -NetV3 -NetV2
Tobacco Leaf Disease Using Gray- Level Co-Occurrence Matrix,
100% 97.35 97.28 96.70 97.54 99.31
Color Moments and Naive Bayes[J]. Journal of Physics: Conference
90% 96.46 96.81 96.04 97.11 99.13
Series, 2020, 1477: 052054 (7 pp.)-052054 (7 pp.).
80% 95.90 96.20 95.02 96.56 98.98 [9] 夏永泉, 王兵, 支俊等. 基于随机森林方法的小麦叶片病害识别
70% 95.14 95.27 94.03 95.9 98.79 研究[J]. 图学学报, 2018, 39(1): 57-62.
60% 94.15 94.34 92.82 94.89 98.55 XIA Y Q, WANG B, ZHI J, et al. Research on Identification of
50% 92.35 93.08 91.06 94.12 98.25 Wheat Leaf Diseases Based on Random Forest Method[J]. Journal of
40% 91.77 91.02 88.80 92.26 98.02 Graphics, 2018, 39(1): 57-62 (in Chinese).
30% 87.78 87.35 87.00 88.95 97.27 [10] Gu J, Wang Z, Kuen J, et al. Recent advances in convolutional neural

20% 80.68 82.09 80.34 84.69 94.32 networks[J]. Pattern Recognition, 2018, 77: 354-377.
10% 69.44 69.39 68.62 72.23 86.48 [11] Krizhevsky A, Sutskever I, Hinton G E. Imagenet classification with
deep convolutional neural networks[C]//Advances in neural

3 结 束 语 information processing systems. New York: Curran Associates,

2012: 1097-1105.
[12] Simonyan K Z, Andrew. Very deep convolutional networks for
胶囊网络具有一定的抗噪性，而 SE-Inception large-scale image recognition[J], arXiv preprint arXiv:1409.1556,
结构可以提升网络特征提取的能力，因此结合胶囊 2014

网络和 SE-Inception 网络，构建针对茄科病害的胶 [13] Szegedy C, Liu W, Jia Y, et al. Going deeper with convolutions[C]
//The IEEE conference on computer vision and pattern recognition.
囊 SE-Inception 网络。该网络在自建数据集上的检 New York: IEEE Communications Society, 2015: 1-9.
测精度为 95.20%，在 PlantVillage 上的检测精度为 [14] He K, Zhang X, Ren S, et al. Deep Residual Learning for Image
99.31%。 Recognition[C]//IEEE Conference on Computer Vision & Pattern
Recognition. New York: IEEE Communications Society, 2016.
另外，胶囊 SE-Inception 网络的抗干扰能力优
[15] Huang G, Liu Z, Van Der Maaten L, et al. Densely connected
于 MobieNetV3 等常见轻量级模型，且在相同数据 convolutional networks[C]//IEEE conference on computer vision and
量下其识别精度高于其他对比网络。表明所构建网 pattern recognition. New York: IEEE Communications Society, 2017:
4700-4708.
络具有在实际环境中进行病害诊断的潜力。该网络
[16] Nachtigall L G, Araujo R M, Nachtigall G R. Classification of apple
能够较好的平衡精度与抗噪性。 tree disorders using convolutional neural networks[C]//2016 IEEE
参考文献 (References) 28th International Conference on Tools with Artificial Intelligence
[1] 高吉兴.茄科蔬菜灰霉病快速检测方法和仪器研究[D]. 浙江: 浙 (ICTAI). New York: IEEE Communications Society, 2016: 472-476.
江大学, 2014. [17] Li Z, Guo R, Li M, et al. A review of computer vision technologies
GAO J X. Study on the rapid detection method and instrument for for plant phenotyping[J]. Computers and Electronics in Agriculture,
gray mold of solanaceous vegetables[D]. Zhe Jiang:Zhe Jiang 2020, 176: 105672.
University, 2014 (in Chinese). [18] Yang G, Chen G, He Y, et al. Self-Supervised Collaborative
 Multi-Network for Fine-Grained Visual Categorization of Tomato Multi-Scale Capsule Network[J]. Ieee Signal Processing Letters,
Diseases[J]. Ieee Access, 2020, 8: 211912-211923. 2018, 25(12): 1850-1854.
[19] Too E C, Yu L, Njuki S, et al. A comparative study of fine-tuning [26] 丁永军, 张晶晶, 李民赞. 基于卷积胶囊网络的百合病害识别研
deep learning models for plant disease identification[J]. Computers 究[J]. 农业机械学报, 2020, 51(12): 246-251.
and Electronics in Agriculture, 2019, 161: 272-279. DING Y J, ZHANG J J, LI M Z. Research on Lily Disease
[20] Szegedy C, Ioffe S, Vanhoucke V, et al. Inception-v4, Recognition Based on Convolutional Capsule Network[J].
inception-resnet and the impact of residual connections on Transactions of The Chinese Society of Agricultural Machinery, 2020,
learning[C]//Thirty-First AAAI Conference on Artificial Intelligence. 51(12): 246-251 (in Chinese).
Menlo Park: AAAI, 2017. [27] Kwabena P M, Weyori B A, Mighty A A. Gabor Capsule Network for
[21] Zhong Y, Zhao M. Research on deep learning in apple leaf disease Plant Disease Detection[J]. International Journal of Advanced
recognition[J]. Computers and Electronics in Agriculture, 2020, Computer Science and Applications, 2020, 11(10): 388-395.
168: 105146. [28] Li Z, Yang Y, Li Y, et al. A solanaceae disease recognition model
[22] Chen J, Chen J, Zhang D, et al. Using deep transfer learning for based on SE-Inception[J]. Computers and Electronics in Agriculture,
image-based plant disease identification[J]. Computers and 2020, 178: 105792.
Electronics in Agriculture, 2020, 173: 105393. [29] Hughes D, SalathéM. An open access repository of images on plant
[23] Katebi R, Zhou Y, Chornock R, et al. Galaxy morphology prediction health to enable the development of mobile disease diagnostics[J].
using capsule networks[J]. Monthly Notices of the Royal arXiv preprint arXiv:1511.08060, 2015.
Astronomical Society, 2019, 486(2): 1539-1547. [30] Buda M, Maki A, Mazurowski M A. A systematic study of the class
[24] 贾旭东, 王莉. 基于多头注意力胶囊网络的文本分类模型[J]. 清 imbalance problem in convolutional neural networks[J]. Neural
华大学学报(自然科学版), 2020, 60(5): 415-421. Networks, 2018, 106: 249-259.
JIA X D, WANG L. Text classification model based on multi-head [31] Peng D, Zhang D, Liu C, et al. BG-SAC: Entity relationship
attention capsule network[J]. Journal Publishing Center of Tsinghua classification model based on Self-Attention supported Capsule
University Press, 2020, 60(5): 415-421 (in Chinese). Networks[J]. Applied Soft Computing, 2020, 91: 106186.
[25] Xiang C Q, Zhang L, Tang Y, et al. MS-CapsNet: A Novel