第 ４３ 卷 第 ６ 期 中国农机化学报 Ｖｏ

ｌ．４３ Ｎｏ． ６
２０
１２６年 ６月
６２ Ｊ
ｏｕｒ
ｎａｌｏ
ｆＣ中国农机化学报
ｈｉ
ｎｅｓ
ｅＡｇ
ｒｉｃｕ
ｌｔｕ
ｒａｌＭｅ
ｃｈａｎ
ｉｚａ
ｔｉｏｎ Ｊｕｎ２．
０２２
２ 年
０２２

ＤＯＩ：１０．
１３７３３／
ｊｊ．
ｃａｍ．
ｉ
ｓｓｎ．
２０９５ ５５５３．
２０２２．
０６．
０２２

基于生成对抗网络和混合注意力机制残差
网络的苹果病害识别 ＊
于雪莹 ， 高继勇 ， 王首程 ， 李庆盛 ， 王志强
（山东理工大学计算机科学与技术学院，山东淄博，
２５５０４９）

摘要：准确识别并防治病害对提高苹果产量和质量具有重要意义。针对苹果病害图像因病斑区域小且易受背景 干 扰 而 导
致识别准确 率 低 的 问 题，设 计 一 种 基 于 混 合 注 意 力 机 制 的 残 差 网 络 （
Ｃｏｎｖｏ
ｌｕｔ
ｉｏｎａ
ｌＢｌ
ｏｃｋ Ａｔ
ｔｅｎ
ｔｉｏｎ Ｍｏｄｕ
ｌｅ－Ｒｅ
ｓｉｄｕａ
ｌ
Ｎｅ
ｔｗｏ
ｒｋ，ＣＢＡＭ－Ｒｅ ｔ）模型。该模型在残差网络中嵌入串联的通道注意力模块和空间注意力模块，使 模 型 将 注 意 力
ｓＮｅ
集中于图像特 征 的 病 害 区 域，提 高 识 别 准 确 率。 针 对 模 型 训 练 数 据 集 样 本 数 量 不 足 且 数 据 不 均 衡 问 题，提 出 基 于
Ｗａ
ｓｓｅ
ｒｓｔ
ｅｉｎ 距离的生成对抗网络（Ｗａ
ｓｓｅ
ｒｓｔ
ｅｉｎ Ｇｅｎｅ
ｒａｔ
ｉｖｅＡｄｖｅ
ｒｓａ
ｒｉａ
ｌＮｅ
ｔｗｏ
ｒｋｓ，ＷＧＡＮ）对数据集进行扩充 的 方 法。 通
过生成器与判别器的对抗训练生成 １００００ 张苹果 病 害 图 像，对 ＣＢＡＭ－Ｒｅ ｔ进 行 训 练 和 测 试，提 高 模 型 的 泛 化 能 力
ｓＮｅ
和鲁棒性。试验结果表明：与 ＣＮＮ、
ＶＧＧ－１６、
Ｒｅ ｔ－５０、
ｓＮｅ Ｉｎｃ
ｅｐｔ
ｉｏｎ－Ｖ３ 等传统模型相比，
ＣＢＡＭ－Ｒｅ ｔ对苹果病害
ｓＮｅ
的识别效果更优，其识别准确率、精确率、召回率和 Ｆ１－Ｓｃ
ｏｒ ５０％ 、
ｅ参数分别达到 ９５． ４０％ 、
９５． ９５。该方法能
４０％ 和 ０．
９５．
够为苹果病害图像准确识别和实时监测提供技术支撑。
关键词：苹果病害；图像识别；生成对抗网络；残差网络；混合注意力机制
中图分类号：
Ｓ４３２．
９＋７ 文献标识码：
Ａ ２０９５ ５５５３ （
文章编号： ２０２２）０６ ０１６６ ０９

于雪莹，高继勇，王首程，李庆盛，王志强 ．基于生成对抗网络 和 混 合 注 意 力 机 制 残 差 网 络 的 苹 果 病 害 识 别 ［ Ｊ］．中 国 农

机化学报，２０２２，４３（ ）：
６ １６６－１７４
Ｙｕ Ｘｕｅｙ
ｉｎｇ， Ｇａｏ Ｊ
ｉｙｏｎｇ， Ｗａｎｇ Ｓｈｏｕｃｈｅｎｇ， Ｌ ｎｇｓｈｅｎｇ， Ｗａｎｇ Ｚｈ
ｉ Ｑｉ ｉｑｉ
ａｎｇ．Ａｐｐ
ｌｅｄ
ｉｓｅ
ａｓｅｒ
ｅｃｏｇｎ
ｉｔｉ
ｏｎ ｂａｓ
ｅｄ ｏｎ
Ｗａｓｓｅ
ｒｓｔｅ
ｉｎｇｅｎｅｒａｔ
ｉｖｅａｄｖｅ
ｒｓａｒ
ｉａｌｎｅ
ｔｗｏｒｋｓａｎｄ ｈｙｂ
ｒｉｄａ
ｔｔｅｎ
ｔｉｏｎ ｍｅ
ｃｈａｎ
ｉｓｍ ｒ
ｅｓｉ
ｄｕａ
ｌｎｅ
ｔｗｏ
ｒｋ［
Ｊ］．Ｊ
ｏｕｒ
ｎａｌｏ
ｆ Ｃｈ
ｉｎｅ
ｓｅ
Ａｇ
ｒｉｃｕｌ
ｔｕｒａｌＭｅｃｈａｎｉ
ｚａｔ
ｉ ， ， （ ）：
ｏｎ ２０２２ ４３ ６ １６６－１７４

块中引入捷径 连 接 （
ｓｈｏ
ｒｔ ｔ）能 有 效 防 止 特 征 提 取 过
ｃｕ
０ 引言
程中信息的丢 失，解 决 深 层 网 络 的 退 化 问 题。 但 由 于
［
１］
苹果是我国栽培面积最广、消费量 最大的水 果 ， 植物病斑多存在 于 叶 片 局 部 范 围，模 型 在 训 练 时 会 受
其生长过程中 常 受 到 多 种 病 害 的 侵 袭，准 确 识 别 其 病 到叶脉、轮廓 等无 关因素 的 干 扰，使 识 别 难度加 大 ［１１］。
害种类并及时防 治，对 于 提 高 苹 果 的 产 量 和 质 量 至 关 在网络中添加注意力机制能够使其更 关 注 与 病 害特 征
［
２］
重要 。当前植物病害识别已成为 图 像 识别以及智慧 相关的细节 信 息，有 效 提 高 模 型 的 辨 识 能 力 ［１２ １３］。 陆
农业领域内的重要研究方向 ［３］。传统 的机 器学习算 法 雅诺等 ［１４］在 Ｒｅ ｔ 上 添 加 通 道 注 意 力 模 块，实 现 对
ｓＮｅ
需要对图像经提 取 特 征 后 进 行 分 类，其 特 征 提 取 过 程 啤酒花的识别任务。但通道注意力机制 只在 图 像 的通
［
４］
耗时耗力，分类模型泛化能力弱、识别 效果 差 。卷积 道维度提取特征，而忽略了同一通道 不 同位置 的特 征。
神经网络（
Ｃｏｎｖｏ
ｌｕｔ
ｉｏｎａ
ｌｎｅｕｒ
ａｌｎｅ ｒｋ，ＣＮＮ）能 够
ｔｗｏ 混 合 注 意 力 机 制 （Ｃｏｎｖｏ
ｌｕｔ
ｉｏｎａ
ｌｂｌ
ｏｃｋ ａ
ｔｔｅｎ
ｔｉｏｎ
自动提取图像特征，实现端到端的分 类识别，目前已 在 ｍｏｄｕ
ｌｅ，
ＣＢＡＭ）通过将通道注意力模块和空间 注 意 力
［
５ １０］
植物病害识别领域得 到 广 泛 应 用 。但随着网络深 模块融合，使模 型 训 练 时 能 同 时 兼 顾 特 征 图 的 空 间 和
度的增加，
ＣＮＮ 在 训 练 过 程 中 易 出 现 梯 度 消 失、梯 度 位置因素，从而 更 全 面 地 对 病 斑 特 征 进 行 处 理。 王 粉
爆炸，导致网 络 收 敛 速 度 变 慢、网 络 退 化 等 问 题。 Ｈｅ 花等 ［１５］提出将Ｉ
３Ｄ 网 络 和 ＣＢＡＭ 融 合 用 于 识 别 动 态
等提出残差网络（
Ｒｅｓ
ｉｄｕａ
ｌＮｅ ｒｋ，Ｒｅ
ｔｗｏ ｔ），在残差
ｓＮｅ 手势。李海 丰 等 ［１６］在 Ｄｅ ｔ 中 加 入 ＣＢＡＭ 用
ｔＭＳＰＮｅ

收稿日期：
２０２１ 年 ９ 月 ２９ 日 修回日期：
２０２１ 年 １２ 月 ２３ 日
＊ 基金项目：山东省自然科学基金（ ＺＲ２０１９ＭＦ０２４）；教育部科技发展中心产学研创新基金（２０１８Ａ０２０１０）
第一作者：于雪莹，女，１９９８ 年生，山东潍坊人，硕士研究生；研究方向为图像处理。Ｅ－ｍａ ｌ：８７９５９１９４７＠ｑｑ．
ｉ ｃｏｍ
通讯作者：王志强，男，
１９７７ 年生，山东淄博人，博士，教授；研究方向为人工智能。Ｅ－ｍａ
ｉｌ：ｗｚ ｄｕ
ｑ＠ｓ ｔ．
ｅｄｕ．
ｃｎ
第６期 于雪莹 等：基于生成对抗网络和混合注意力机制残差网络的苹果病害识别 １６７

于机场路面的识别。 其中，图 １（
ａ）为 黑 腐 病 叶 片，病 斑 中 部 凹 陷 呈 深
深度学习网络在病害识别过程中需要大量 训练 样 褐色；图 １（
ｂ）为雪松锈 病 叶 片，表 面 接 近 枯 萎，有 大 量
本 图 像，以 防 止 模 型 在 训 练 过 程 中 出 现 过 拟 合 现 象。 浅褐色斑点；图 １（
ｃ）为斑点落叶病叶片，病斑为橘红色
将数据集通过随机翻转、提高对比度、添 加噪声等方 法 小圆点；图 １（
ｄ）为黑 星 病 叶 片，表 面 有 大 量 黑 色 斑 点；
［
１７］
进行扩充，能 减 少 过 拟 合 现 象 的 出 现 ，但 这 些 方 法 图 １（
ｅ）为健康叶片。
生成的样本数据不够丰富且图像特征与 原始数据集 区 ２ 生成对抗网络
１．
［
１８］ ［ ］
分度较低 。 Ｇｏｏｄ
ｆｅｌ
ｌｏｗ 等 １９ 提 出 生 成 对 抗 网 络 ＧＡＮ 由生成 器 Ｇ 和 判 别 器 Ｄ 两 个 部 分 构 成，其
（
Ｇｅｎｅ
ｒａｔ
ｉｖｅＡｄｖｅ
ｒｓａ
ｒｉａ
ｌＮｅ ｒｋｓ，ＧＡＮ），通 过 生 成
ｔｗｏ 结构如图 ２ 所示。生成器根据输入的随机噪声 ｚ 得 到
器和判别器相互对抗生成丰富的样本图 像用于模 型 的 生成样本 Ｇ（
ｚ），然后由判别器负责判 断 接受 的 数 据是
训练。熊方康等 ［２０］将 ＧＡＮ 生成的训练集输 入改进 后 真实样本还是 生 成 样 本。 二 者 不 断 进 行 迭 代 优 化，在
的 ＶＧＧ－１６ 模型，对土 豆、番 茄 等 农 作 物 病 害 进 行 识 相互对抗训练中使模型最终达到纳什平衡。
别。但 传统 ＧＡＮ 在 训练过程中 采用的 损失 函数会导
致模型出现梯度 消 失，以 及 对 多 样 性 和 准 确 性 惩 罚 不
平衡造成的模型崩溃 ［２１］。 基 于 Ｗａｓｓ
ｅｒｓ
ｔｅｎ距离的生
ｉ
成 对 抗 网 络 （Ｗａ
ｓｓｅ
ｒｓｔ
ｅｉｎ ＧＡＮ， ＷＧＡＮ ）采 用
Ｗａ
ｓｓｅ
ｒｓｔ
ｅｉｎ 距离来 度 量 真 实 样 本 分 布 和 生 成 样 本 分
布之间的差异，使模型具有更好的稳 定性 和 收敛 速 度，
提高生成图像的质量和多样性 ［２２］。 图 ２ 生成对抗网络结构
针对上述问题，本 文 提 出 一 种 基 于 生 成 对 抗 网 络 Ｆ
ｉｇ．
２ Ｇｅｎｅ
ｒａｔ
ｉｖｅａｄｖｅ
ｒｓａ
ｒｉａ
ｌｎｅ
ｔｗｏ
ｒｋ ｍｏｄｅ
ｌｓｔ
ｒｕｃ
ｔｕｒ
ｅ

和混合注意力机 制 残 差 网 络 的 方 法。 采 用 ＷＧＡＮ 对 ＧＡＮ 的目标函 数 用 于 保 证 判 别 器 能 够 判 断 样 本

原始数据集进 行 数 据 增 强，生 成 更 多 的 样 本 数 据。 对 的真假，生成器 能 够 不 断 优 化 网 络 从 而 生 成 更 多 真 实
残差网络的原始 残 差 块 进 行 改 进，并 嵌 入 混 合 注 意 力 １）所示。
样本，使图像越来越逼真。目标函数如式（
机制，使模型在 训 练 过 程 中 将 注 意 力 更 集 中 于 病 斑 区 ｎｍａｘＶ （
ｍｉ Ｄ，Ｇ）＝Ｅｘ～Ｐｄ ［
ｌｏｇ（
Ｄ（ｘ））］＋
Ｇ Ｄ
域，对病害细节的分辨力更高。
Ｅｚ～Ｐｇ ［
ｌｏｇ（
１－ Ｄ （
Ｇ（ｚ）））］
１ 材料与方法 （
１）
Ｖ（
式中： Ｄ，
Ｇ）———损失函数；
１ 试验数据集
１．
Ｐｄ———真实样本分布；
试验以苹果健康叶片以 及 黑腐 病、雪 松锈 病、斑 点
落叶病和黑星病 ４ 种常 见苹 果病害 叶片 图像作 为研究 Ｐｇ———生成样本分布。
当 ＧＡＮ 的真实样本 分 布 和 生 成 样 本 分 布 之 间 不
对象，图像分辨率统一设置为 １００×１００。样本数据来自
重叠时或重叠部分较少时，其等价 于 ＪＳ 散度的 目标 函
Ｐ
ｌａｎ
ｔＶｉ
ｌｌ
ａｇｅ公共数据集，原始图像 ３２０７ 张，包括健康
叶片 ９８０ 张，黑腐病 ６２１ 张，雪松锈病 ２７５ 张，斑点落叶 数会转化为固定 常 数，此 时 生 成 样 本 分 布 无 法 向 真 实

病 ７０１ 张，黑星病 ６３０ 张，典型样本如图 １ 所示。 样本分布靠 拢 ［２３］，导 致 训 练 过 程 中 出 现 模 式 崩 塌、梯

度消失等问题。采用 Ｗａ
ｓｓｅ
ｒｓｔ
ｅｉｎ 距离代替 ＪＳ 散度对
ＧＡＮ 进行优化，将目标函数约束到一个二 次 函 数的 范
围内，可 以 有 效 缓 解 梯 度 消 失 问 题，其 优 化 公 式 如 式
（
２）所示。

（
Ｗ（
Ｐｄ，
Ｐｇ）＝ ｘ ｛
ｍａ Ｅｘ～Ｐｄ ［
Ｄ（ｘ）
］－Ｅｘ～Ｐｇ ［
Ｄ（ｘ）
］}
ａ）黑腐病叶片 （
ｂ）雪松锈病叶片 （
ｃ）斑点落叶病叶片 Ｄ∈１－Ｌ
ｉｐｓ
ｃｈｉ
ｔｚ

（
２）
其 中，判 别 器 在 训 练 过 程 中 需 要 符 合 １ －
Ｌｉｐｓ
ｃｈｉ
ｔｚ 函数给定的约束范围。
Ｗａ
ｓｓｅ
ｒｓｔ
ｅｉ ３）所示。
ｎ 距离定义如式（
（
ｄ）黑星病叶片 （
ｅ）健康叶片 Ｗ（
Ｐｄ，
Ｐｇ）＝ ｉ
ｎｆ ３）
Ｅ （ｘ，ｙ）～γ ［‖ｘ －ｙ‖ ］（
γ～ ∏ （
Ｐｄ，
Ｐｇ）
图 １ 苹果各类叶片图像
Ｆ
ｉｇ．
１ Ａｐｐ
ｌｅｖａ
ｒｉｏｕｓｌ
ｅａｆｉｍａｇｅ
ｓ γ～ ∏ （
其中， Ｐｄ，
Ｐｇ）表 示 Ｐｄ 和 Ｐｇ 任 意 组 合 的
１６８ 中国农机化学报 ２０２２ 年

ｘ，
集合，从（ ｙ）～γ 中 采 样 分 别 得 到 一 个 真 实 样 本 ｘ
和生成样本ｙ，通过分布γ 对 样 本 距 离 ‖ｘ －ｙ‖ 的 期
望 值 Ｅ （ｘ，ｙ）～γ ［‖ ｘ － ｙ ‖ ］取 下 界 得 到 的 即 为
Ｗａ
ｓｓｅ
ｒｓｔ
ｅｉｎ 距离。
ＷＧＡＮ 模型及参数设置如图 ３ 所示。 其中，生成
器由 ５ 个反 卷积层（
Ｃｏｎｖ２ＤＴｒ ｅ）和 ４ 个 批归 一
ａｎｓｐｏｓ
化层 （
Ｂａｔ
ｃｈＮｏ
ｒｍａ
ｌｉｚ
ａｔｏｎ，ＢＮ）构 成，激 活 函 数 采 用
ｉ
Ｌｅ
ａｋｙＲｅ
ｌｕ；判别器由 ５ 个 卷积层（
Ｃｏｎｖ２Ｄ）和 ４ 个 批
归一化层构 成，激 活 函 数 采 用 Ｌｅ
ａｋｙ Ｒｅ
ｌｕ，由 Ｆｌ
ａｔｔ
ｅｎ
层将数据进行一维化，最后由 Ｄｅｎｓ
ｅ层输出判别结果。

图 ４ 残差块结构
Ｆ
ｉｇ．
４ Ｒｅ
ｓｉｄｕａ
ｌｓｔ
ｒｕｃ
ｔｕｒ
ｅ

残差块的目标函数 Ｈ （
ｘ）定义如式（
４）所示。
Ｈ（
ｘ）＝Ｆ（
ｘ）＋ｘ （
４）
ｘ———输入；
式中：
Ｆ（ｘ）———残差函数。
Ｒｅ ｔ通 过 ｓｈｏ
ｓＮｅ ｒｔ ｔ将 拟 合 恒 等 映 射 函 数 转 化
ｃｕ
为学习一个残差函 数，即 当 Ｆ （
ｘ）趋 向 为 ０ 时，就 构 成
了恒等映射 Ｈ （
ｘ）＝ｘ。ｓｈｏ
ｒｔ ｔ不 仅 解 决 了 模 型 训
ｃｕ
（
ａ）生成器
练的梯度消失、梯度爆炸问题，而且可 以在不 增 加运 算
量的同时加快训练速度。
４ 混合注意力机制
１．
ＣＢＡＭ 由 通 道 注 意 力 模 块 （Ｃｈａｎｎｅ
ｌ Ａｔ
ｔｅｎ
ｔｉｏｎ
Ｍｏｄｕ
ｌｅ，ＣＡＭ）和空间注意力模块（
Ｓｐａ
ｒｔｉ
ａｌＡｔ
ｔｅｎ
ｔｉｏｎ
Ｍｏｄｕ
ｌｅ，ＳＡＭ）组 成，二 者 通 过 串 联 的 方 式 从 通 道 维
度和空间维度依 次 推 断 注 意 力 权 重，再 分 别 与 残 差 网
络的卷积结果相 乘 实 现 对 特 征 的 调 整，突 出 特 征 图 中
的目标特征，提高模型的识别性能和准确率。
１．１ 通道注意力模块
４．
ＣＡＭ 根据特征图 中 不 同 通 道 对 识 别 目 标 的 响 应
程度的依赖关系 进 行 建 模，根 据 响 应 程 度 的 不 同 对 特
征图 进 行 调 整，并 采 用 多 层 感 知 器 计 算 各 通 道 权
（
ｂ）判别器 重 ［２５］。响应程度高的 通 道 表 示 与 识 别 目 标 相 似，分 配
图 ３ ＷＧＡＮ 模型及参数设置 给较高权重；响 应 程 度 低 的 通 道 表 示 与 识 别 目 标 差 距
Ｆ
ｉｇ． ｌａｎｄｐａ
３ ＷＧＡＮ ｍｏｄｅ ｒａｍｅ
ｔｅｒｓ
ｅｔｔ
ｉｎｇｓ 较大，则分配给 较 低 权 重。ＣＡＭ 结 构 如 图 ５ 所 示，实
３ 残差网络
１． 现步骤如下：（
１）将输入特征图分别进 行 最大 池 化和 平
Ｒｅ ｔ通过恒等映射结构，采用 ｓｈｏ
ｓＮｅ ｒｔ ｔ将 多 个
ｃｕ 均池化，平均池化实现对通道特征的 压缩，最大 池 化 可
浅层网络连接起 来，有 效 解 决 了 深 层 网 络 在 训 练 过 程 以收集到目标的特征信息；（
２）池化后 的特 征 图 送入 由
［
２４］
中出现的模型退化问题 。通过对 Ｒｅ ｔ的 原 始 残
ｓＮｅ 全连接层、平均 池 化 层 和 最 大 池 化 层 构 成 的 多 层 感 知
差块进行改进，设 计 残 差 块 结 构 如 图 ４ 所 示。 该 残 差 器中进行参数共享；（
３）对多层感知器 输 出 结果 进行 对
块由卷积核大小分别为 １×１、
３×３、
１×１ 的 卷 积 层 交 位相乘并求 和，然 后 通 过 ｓ
ｉｇｍｏ
ｉｄ激活函数输出通道
替构成，并在卷积层之间分别插入 ３ 个批归一化层。 注意力特征图。
第６期 于雪莹 等：基于生成对抗网络和混合注意力机制残差网络的苹果病害识别 １６９

后，与 Ｒｅ ｔ的卷积 输 出 相 乘，并 将 得 到 的 结 果 作 为

ｓＮｅ
ＳＡＭ 的输入，然 后 将 输 入 特 征 图 再 与 下 一 次 Ｒｅ
ｓＮｅ
ｔ
的卷积输出相乘 得 到 输 出 特 征 图，最 终 经 过 全 局 平 均
池化和全 连 接 层 输 出 病 害 分 类 结 果。ＣＢＡＭ 的 输 出
７）和式（
特征图 Ｆ″的计算公式如式（ ８）所示。
图 ５ 通道注意力模块结构图
Ｆ′＝Ｍ Ｃ （
Ｆ）⊗ Ｆ （
７）
Ｆ
ｉｇ．
５ Ｃｈａｎｎｅ
ｌａｔ
ｔｅｎ
ｔｉｏｎ ｍｏｄｕ
ｌｅｓ
ｔｒｕｃ
ｔｕｒ
ｅ
Ｆ″＝ＭＳ （Ｆ′）⊗ Ｆ′ （
８）
通道注意 力 特 征 图 Ｍ Ｃ （
Ｆ ）的 计 算 公 式 如 式 （
５）
所示。 Ｆ″———ＣＢＡＭ 的输出特征图；
式中：
⊗ ———元素乘法。
ＭＣ （
Ｆ）＝σ｛
ＭＬＰ ［ＡｖｇＰｏｌ（
ｏ Ｆ）］＋
ＭＬＰ ［
ＭａｘＰｏｏｌ（Ｆ）］} （
５）
Ｆ ———输入特征图；
式中：
σ———ｓｉ
ｇｍｏ
ｉｄ 激活函数；
ＭＬＰ （）———多层感知器；
ＡｖｇＰｏｏｌ（）———平均池化；
ＭａｘＰｏ
ｏｌ（）———最大池化。
１．２ 空间注意力模块
４．
ＳＡＭ 通过对特 征 图 的 空 间 维 度 信 息 进 行 特 征 提
取，加强网络对特征图像细节部分的关注和 学习，从而
实现对 ＣＡＭ 的 补 充，其 结 构 如 图 ６ 所 示。 实 现 步 骤
如下：（
１）首先对输入特征图依次进行 最 大池化和 平 均
池化，并将得到 的 两 个 特 征 图 基 于 通 道 进 行 拼 接；（
２）
将拼接后的特 征 图 送 入 卷 积 层 中 进 行 特 征 提 取，再 通
过ｓ
ｉｇｍｏ
ｉｄ 激活函数最终输出空间注意力特征图。

图 ７ ＣＢＡＭ－Ｒｅ
ｓＮｅｔ网络结构图
Ｆ
ｉｇ．
７ ＣＢＡＭ－Ｒｅ ｓＮｅｔｓ
ｔｒｕｃ
ｔｕｒ
ｅｄｉ
ａｇｒ
ａｍ

２ 试验结果与分析

１ 试验环境
２．
试验在 ６４ 位的 Ｗｉ １０ 操作系 统上 进 行，使用
ｎｄｏｗｓ
图 ６ 空间注意力模块结构图
Ｐｙ
ｔｈｏｎ 语言调用 ｋｅ
ｒａｓ框架实现网络的构建、训练和测
Ｆ
ｉｇ．
６ Ｓｐａ
ｔｉａ
ｌａｔ
ｔｅｎ
ｔｉｏｎ ｍｏｄｕ
ｌｅｓ
ｔｒｕｃ
ｔｕｒ
ｅ
试。服务器配置 １６ＧＢｒ ａｍ ＡＭＤ Ｒｙ
ｚｅｎ５３６００６ 核处
空间注意力 特 征 图 ＭＳ （
Ｆ′）的 计 算 公 式 如 式 （
６）
理器和 １６ＧＢｒ
ａｍ Ｎｖ
ｉｄｉ
ａＧｅＦｏ
ｒｃ ｉＧＰＵ。
ｅＧＴＸ１６６０Ｔ
所示。
２ 残差块结构优化
２．
ＭＳ （
Ｆ′）＝ σ｛
ｆ｛［
ＡｖｇＰｏ
ｏｌ（
Ｆ′）；
ＭａｘＰｏ
ｏｌ（
Ｆ′）］}} 残差块结构由多个不同尺寸卷积 核 的卷 积 层 和批
（
６） 归一化层组合构 成，不 同 的 组 合 结 构 会 对 残 差 网 络 的
Ｆ′———ＳＡＭ 的输入特征图；
式中： 收敛能力、训练 速 度 和 识 别 准 确 率 产 生 影 响。 为 确 定
ｆ———卷积层运算。 最优结构，构建了如图 ８ 所示四种不同的残差块结构。
５ 基于混合注意力机制的残差网络
１． 采用上述四 种 不 同 的 残 差 块 并 结 合 ＣＢＡＭ 搭 建
ＣＢＡＭ－Ｒｅ ｓＮｅｔ由 １ 个卷积层、１ 个批归一化 层、 模型，分别对病害图像进行训练，采用验 证 集 的 平均 准
３ 个 ｃｏｎｖｂ
ｌｏｃｋ、
１ 个全局平均 池 化 层 和 １ 个 全 连 接 层 确率作为评价指 标，结 果 如 表 １ 所 示。 残 差 块 ｄ 相 较
构成，其结构如图 ７ 所示。其中，每个 ｃｏｎｖｂ
ｌｏｃｋ 均 由 于其他三种残差 块 对 病 害 的 准 确 率 最 高，因 此 采 用 残
３ 个 卷 积 层、
３ 个 批 归 一 化 层 组 成 的 残 差 块 和 ＣＢＡＭ 差块 ｄ。在残差块 ｄ 后嵌入 ＣＢＡＭ 的模型准确率达到
组成。输入图像 首 先 经 过 卷 积 层 进 行 特 征 提 取，得 到 ７７％ ，效果较其他模型更好。因此，
９３． ｃｏｎｖｂ
ｌｏｃｋ 在残
的特征图依次经过三个 ｃｏｎｖｂ
ｌｏｃｋ，然后经 ＣＡＭ 操作 差块 ｄ 的基础上嵌入 ＣＢＡＭ。
１７０ 中国农机化学报 ２０２２ 年

３ 模型超参数优化
２．
不同超参数的设置会对模型的训 练 速度和 泛 化能
力产生影响，采用单一因素法对 ＣＢＡＭ－Ｒｅ ｔ学 习
ｓＮｅ
率、迭代次数和批量大小分别进行优 化，并采 用验 证集
准确率作为评价指标，结果如图 ９ 所示。
学习率表示模 型 权 重 更 新 的 速 率，设 置 学 习 率 在
０． ０００００１ 的 范 围 内，得 到 模 型 准 确 率 如 图
０００１～０．
（ ）
９ ａ 所示。结果表明，当学习率设置过大时，代价函数
（
ａ）１×１ 卷积层 ＋ ３×３ 卷 （
ｂ）３ 个 １×１ 卷积层 ＋
积层 ＋２ 个批归一化层 ３ 个批归一化层 波动太大，试验结果不够准确，设置过 小 则 网 络 模型 收
敛效果不理想，导 致 训 练 时 间 增 加。 当 选 取 学 习 率 为
９４％ 。迭 代 次 数
００００５ 时，准确率达到最 高值 为 ９３．
０．
指模型进行完整 训 练 的 次 数，模 型 的 权 重 随 着 迭 代 次
数的增加 而 逐 次 更 新 迭 代，设 置 迭 代 次 数 分 别 为 ５、
１０、
１５、
２０、
２５，得 到 模 型 准 确 率 如 图 ９（
ｂ）所 示。 当 选
取迭代次数为 １５ 时，模型训练已逐渐 稳 定且 此 时 准确
１％ 。 批 量 大 小 影 响 模 型 的 优 化 程 度 和 速
率达到 ９３．
度，试验分别 设置批 量大 小 为 ５、
１０、
１５、
２０、
２５，得 到 模
型准确率如图 ９（
ｃ）所示。当选取批量大小为 １０ 时，模
型在内存效率和 容 量 之 间 寻 找 到 最 佳 平 衡 点，此 时 准
（
ｃ）４ 个 ３×３ 卷积层 ＋ （
ｄ）１×１ 卷积层 ＋３×３ 卷积层 ＋
４ 个批归一化层 １×１ 卷积层 ＋３ 个批归一化层
３％ 。 通 过 试 验 证 明，ＣＢＡＭ －
确率达 到 最 高 为 ９４．
图 ８ 四种不同的残差块结构 Ｒｅ ｔ的学 习 率、迭 代 次 数 和 批 量 大 小 分 别 设 置 为
ｓＮｅ
Ｆ
ｉｇ．
８ Ｆｏｕ
ｒｄｉ
ｆｆｅ
ｒｅｎ
ｔｒｅ
ｓｉｄｕａ
ｌｂｌ
ｏｃｋｓ
ｔｒｕｃ
ｔｕｒ
ｅ ００００５、
０． １５ 和 １０ 时，模型性能最优。
表 １ 不同残差块结构对模型的准确率对比
Ｔａｂ．
１ Ｃｏｍｐａ
ｒｉｓ
ｏｎｏ ｆｔ
ｈｅａ
ｃｃｕ
ｒａｃｙｏ
ｆｄｉ
ｆｆｅ
ｒｅｎ
ｔｒｅ
ｓｉｄｕａ
ｌｂｌ
ｏｃｋｓ
ｔｒｕｃ
ｔｕｒ
ｅ ｍｏｄｅ
ｌｓ

准确率／％
残差块结构 是否嵌入 ＣＢＡＭ
黑腐病 雪松锈病 斑点落叶病 黑星病 健康 平均值

否 ９２．
４６ ８９．
００ ９０．
７０ ８８．
００ ９５．
１０ ９１．
０５
ａ
是 ９３．
００ ９０．
０６ ９２．
４７ ９０．
４０ ９６．
６２ ９２．
５１

否 ９４．
０８ ９２．
４９ ８８．
２８ ８９．
００ ９２．
０４ ９１．
１７
ｂ
是 ９５．
００ ９３．
６５ ９２．
５１ ９０．
４３ ９３．
７０ ９３．
０５

否 ８５．
５０ ９３．
１４ ９１．
４０ ９４．
７６ ８９．
１２ ９０．
７８
ｃ
是 ８７．
４９ ９４．
２０ ９２．
８１ ９５．
２０ ９２．
３０ ９２．
４０

否 ９０．
３０ ９６．
００ ９０．
５０ ９１．
４７ ９２．
００ ９２．
０５
ｄ
是 ９４．
６１ ９４．
４０ ９２．
７５ ９３．
９０ ９３．
２０ ９３．
７７

（
ａ）学习率的设置对试验结果的影响 （
ｂ）迭代次数的设置对试验结果的影响 （
ｃ）批量大小的设置对试验结果的影响
图 ９ 超参数的设置对试验结果的影响
Ｆ
ｉｇ．
９ Ｉ
ｎｆｌ
ｕｅｎｃ
ｅｏｆｈｙｐｅ
ｒｐａ
ｒａｍｅ
ｔｅｒｓ
ｅｔｔ
ｉｎｇｓｏｎｅｘｐｅ
ｒｉｍｅｎ
ｔａｌｒ
ｅｓｕ
ｌｔｓ
第６期 于雪莹 等：基于生成对抗网络和混合注意力机制残差网络的苹果病害识别 １７１

４ 数据增强对模型识别效果的对比试验
２． ５００００次迭 代 训 练，将 每 类 苹 果 病 害 图 像 均 扩 充 到
生成的图像效果及训练的ｌ
ｏｓｓ曲线如图 １０ 所示。 ２０００张，将生成图像与原始 数 据 集 混 合 得 到 模 型 数 据
集，共 １００００ 张 样 本 图 像。 从 图 中 可 以 看 出，生 成 的
苹果叶片图像病 斑 特 征 明 显，且 不 同 病 害 之 间 有 明 显
区别。由ｌ
ｏｓｓ曲线的变化趋势可以看出，ＷＧＡＮ 训练
前期生成图像 较 不 稳 定，存 在 噪 声。 当 训 练 次 数 达 到
５００００ 次左右，
ｌ ｓ曲线已趋于稳定，生成 的 样 本 图像
ｏｓ
接近真实叶片图像。
为验证数据增 强 对 模 型 性 能 的 影 响，分 别 采 用 原
（
ａ）黑腐叶片 ＷＧＡＮ 后的ｌ
ｏｓｓ曲线 始数据集和经过 ＷＧＡＮ 增强 后 的 数 据 集 对 ＣＢＡＭ－
Ｒｅ ｔ进行 训 练，采 用 测 试 集 的 准 确 率 作 为 评 价 指
ｓＮｅ
标，结果如图 １１ 所 示。 图 １１（
ａ）表 示 采 用 原 始 数 据 集
对模型进行训练，随着迭代次数的增 多，训练 集 和 测试
集准确率逐渐上升，在 ８ 次迭代之后 曲 线趋 于 平 稳，最
终测试 集 准 确 率 稳 定 在 ９２％ 左 右；图 １１（
ｂ）表 示 采 用
ＷＧＡＮ 增强后的数据集对模型进行训 练，随着 迭 代 次
数的增多，模型的 训 练 集 和 测 试 集 准 确 率 迅 速 上 升，
３
（
ｂ）雪松叶片 ＷＧＡＮ 后的ｌ
ｏｓｓ曲线 次迭代之后曲线 已 趋 于 稳 定，最 终 测 试 集 准 确 率 达 到
５０％ 。 试 验 表 明，采 用 ＷＧＡＮ 进 行 数 据 增 强 能 够
９５．
提高 ＣＢＡＭ－Ｒｅ ｔ的泛化能力和鲁棒性，使模 型 更
ｓＮｅ
快地学习到病害特征，提高识别准确率。

（
ｃ）班点落叶病叶片 ＷＧＡＮ 后的ｌ
ｏｓｓ曲线

（
ａ）采用原始数据集对模型训练影响的准确率曲线

（
ｄ）黑星叶片 ＷＧＡＮ 后的ｌ
ｏｓｓ曲线

（
ｂ）采用 ＷＧＡＮ 增强后的数据集对模型训练影响的准确率曲线
图 １１ 数据增强对模型训练影响的准确率曲线
Ｆ
ｉｇ．
１１ Ａｃ ｃｕ
ｒａｃｙｃｕ
ｒｖｅｏｆｔｈｅｉｍｐａｃｔｏ
ｆｄａ
ｔａ
（ ｅｎｈａｎｃ
ｅｍｅｎｔｏｎ ｍｏｄｅ
ｌｔｒａ
ｉｎｉ
ｎｇ
ｅ）健康叶片 ＷＧＡＮ 后的ｌ
ｏｓｓ曲线
图 １０ ＷＧＡＮ 生成的病害图像和ｌ ｏ
ｓｓ曲线 ５ 与其他网络模型性能的对比试验
２．
Ｆ
ｉｇ．
１０ Ｄｉ
ｓｅａ
ｓｅｉｍａｇｅａｎｄｌ
ｏｓｓｃｕ
ｒｖｅｇｅｎｅ
ｒａｔｅｄｂｙ ＷＧＡＮ 为验证 ＣＢＡＭ－Ｒｅ ｔ的有效性，将其与 ４ 种 传
ｓＮｅ
采用 ＷＧＡＮ 对 模 型 训 练 样 本 进 行 扩 充，进 行 统 深 度 学 习 模 型 ＣＮＮ、ＶＧＧ －１６、Ｒｅ ｔ－５０、
ｓＮｅ
１７２ 中国农机化学报 ２０２２ 年

Ｉ
ｎｃｅｐ
ｔｉｏｎ－Ｖ３ 进 行 对 比，采 用 随 机 梯 度 下 降 法，使 用
ＷＧＡＮ 数据增强后 的 样 本 图 像 作 为 数 据 集 分 别 进 行
１５ 次迭代的 训 练，建立 测试集 混 淆矩阵如图 １２ 所 示，
其中颜色较深的对角线值代表模型对每 类病害的正 确
分类数量。ＣＢＡＭ－Ｒｅ ｔ对 各 类 病 害 的 平 均 正 确
ｓＮｅ
分类 样 本 数 高 于 其 他 四 种 模 型。 以 雪 松 锈 病 为 例，
ＣＢＡＭ－Ｒｅ ｓＮｅｔ对雪 松 锈 病 的 误 分 个 数 为 ４，误 分 率
为 ２％ ，而 其 他 四 种 传 统 模 型 误 分 率 分 别 为 ５％ 、 （
ａ）ＣＮＮ
５％ 、
７． ２４％ 、
３．５％ ，均 高 于 ＣＢＡＭ － Ｒｅ ｔ的 误 分
ｓＮｅ
率。试验结果表明，相较于其它深度学习模型，
ＣＢＡＭ
－Ｒｅ ｔ对苹果叶片各类病害的分类效果更好。
ｓＮｅ
为进一步验证 ＣＢＡＭ－Ｒｅ ｔ的识别性能，采 用
ｓＮｅ
准 确 率 （Ａｃ
ｃｕｒａｃｙ ）、精 准 率 （Ｐｒ
ｅｃｉ
ｓｉｏｎ ）、召 回 率
（
Ｒｅｃａｌ）和 Ｆ１－Ｓｃ
ｌ ｏｒｅ 参数作为评价 标 准对五种模 型
进行性能对比，公式如下。
ｎｃｏｒｒｅｃｔ
Ａｃ
ｃｕｒａｃｙ ＝ （
９） （
ｎｔｏｔａｌ ｂ）ＶＧＧ－１６

ＴＰ
Ｐｒ
ｅｃｉ
ｓｉｏｎ ＝ ×１００％ （
１０）
ＴＰ ＋ＦＰ
ＴＰ
Ｒｅ
ｃａｌ
ｌ＝ ×１００％ （
１１）
ＴＰ ＋ＦＮ
２×Ｐｒｅｃ
ｉｓｉ
ｏｎ ×Ｒｅｃａｌ
ｌ
Ｆ１－Ｓｃ
ｏｒｅ＝ （
１２）
Ｐｒ
ｅｃｉ
ｓｉｏｎ ＋Ｒｅ
ｃａｌｌ
ｎｃｏｒｒｅｃｔ———测试集中预测正确的样本数量；
式中：
ｎｔｏｔａｌ———测试集总样本数量；
（
ｃ）Ｒｅ
ｓＮｅ
ｔ－５０
ＴＰ ———真实的正样本数量；
ＦＰ ———真实的负样本数量；
ＦＮ ———虚假的负样本数量。
五种网络模型 对 苹 果 叶 片 病 害 的 识 别 性 能 结 果
如 表２ 所 示 。 由 表２ 可 以 看 出 ，
ＣＢＡＭ－Ｒｅ ｔ相 比
ｓＮｅ
于 其 他 四 种 网 络 模 型 ，准 确 率 分 别 提 高 了 ４．
４５％ ～
７８％ ，精 确 率 分 别 提 高 了 ３．
７． ９％ ～７．３７％ ，召 回 率 分
别 提 高 了 ４．
３２％ ～７． ３％ ，Ｆ１－Ｓｃ ｏ
ｒｅ参 数 分 别 提 高
（
ｄ）Ｉ
ｎｃｅｐ
ｔｉｏｎ－Ｖ３
了 ０． ０７，单 次 训 练 识 别 时 间 分 别 加 快 了１９～７５
０４～０．
ｓ。 因 此 ，
ＣＢＡＭ－Ｒｅ ｔ更 适 合 对 苹 果 叶 片 病 害 的
ｓＮｅ
识别。
表 ２ 不同网络模型分类识别性能对比
Ｔａｂ．
２ Ｐｅ
ｒｆｏｒｍａｎｃ
ｅｃｏｍｐａ
ｒｉｓ
ｏｎｏ
ｆｄｉ
ｆｆｅ
ｒｅｎ
ｔｎｅ
ｔｗｏ
ｒｋ ｍｏｄｅ
ｌｓ

准确率 精确率 召回率 Ｆ１－ 单次训练

模型
／％ ／％ ／％ Ｓｃｏｒ
ｅ 识别时间／ｓ

ＣＮＮ ８５．
９０ ８５．
６０ ８５．
８１ ０．
８６ ６０
ＶＧＧ－１６ ８７．
７０ ８８．
０３ ８８．
１０ ０．
８８ ５４ （
ｅ）ＣＢＡＭ－Ｒｅ
ｓＮｅ
ｔ
ＲｅｓＮｅ
ｔ－５０ ９１．
００ ９２．
１０ ９１．
０８ ０．
９１ ４２ 图 １２ 五种模型的分类混淆矩阵
Ｉｎｃｅｐｔ
ｉｏｎ－Ｖ３ ８８．
６０ ８９．
００ ８８．
７１ ０．
８８ ９８ Ｆ
ｉｇ．
１２ Ｃｌ
ａｓｓ
ｉｆｉ
ｃａｔ
ｉｏｎｃ
ｏｎｆ
ｕｓｉ
ｏｎ ｍａ
ｔｒｉ
ｘｆｏ
ｒｆｉ
ｖｅ ｍｏｄｅ
ｌｓ
ＣＢＡＭ－Ｒｅ
ｓＮｅ
ｔ ９５．
５０ ９５．
４０ ９５．
４０ ０．
９５ ２３ ＣＡＲ、
注： ＢＲ、
ＡＳ、
ＡＡＢ、
ＡＨ 分 别 代 表 雪 松 锈 病、黑 腐 病、黑 星 病、斑
点落叶病和健康。
第６期 于雪莹 等：基于生成对抗网络和混合注意力机制残差网络的苹果病害识别 １７３

６ 特征图可视化分析
２． 过试验得出以下结论。
为直观地了 解 ＣＢＡＭ－Ｒｅ ｔ对 苹 果 病 害 的 识
ｓＮｅ １）对 ＲｅｓＮｅｔ 原 始 残 差 块 进 行 改 进，并 依 次 嵌 入
别机制，分别采 用 特 征 图 和 热 力 图 对 模 型 进 行 可 视 化 ＣＡＭ 和 ＳＡＭ，提出一种 基 于 混 合 注 意 力 机 制 ＣＢＡＭ
分析，结果如图 １３ 所示。选取模型的第 一层卷积层 输 的改进模型 ＣＢＡＭ－Ｒｅ ｓＮｅ ｔ，使 模 型 更 关 注 叶 片 中 的
出特征图，并采用 Ｇｒ
ａｄ－ＣＡＭ 输 出 热 力 图。 由 图 １３ 病斑区域，防止叶 脉、轮 廓 等 背 景 产 生 干 扰，解 决 了 传
可以看出，在特征图中病斑区域呈现 黑色或 深绿 色，未 统网络对苹果叶片病害识别时准确率不高的问题。
患病区域呈现黄 色 或 浅 绿 色，热 力 图 中 病 斑 区 域 相 较 ２）ＣＢＡＭ － Ｒｅ ｔ 相 较 于 ＣＮＮ、ＶＧＧ －１６、
ｓＮｅ
于未患病区域呈现高亮特征，说明 ＣＢＡＭ－Ｒｅ ｔ对
ｓＮｅ Ｒｅ
ｓＮｅｔ－５０、
Ｉｎｃ
ｅｐｔ
ｉｏｎ－Ｖ３ 四种 传 统 模 型，准 确率 分 别
叶片图像中不 相 关 的 背 景 信 息 关 注 更 少，模 型 更 聚 焦 提高 了４．４５％ ～７．７８％ ，精 确 率 分 别 提 高 了 ３．
９％ ～
于叶片的病斑区 域，能 有 效 提 取 患 病 叶 片 中 的 病 斑 区 ３７％ ，召回率分别提高了 ４．
７． ３％ ，
３２％～７． Ｆ１－Ｓ
ｃｏｅ参
ｒ
域作为识别特 征，从 而 获 得 更 高 的 识 别 准 确 率。 健 康 数分别提高了 ０． ，
０７ 单次训练识别时间分别加快
０４～０．
叶片无病斑特征，模 型 识 别 时 则 以 其 轮 廓 作 为 分 类 依 了 １９～７５ｓ，因此更适合进行苹果叶片病害的识别。
据。试验结果表明，
ＣＢＡＭ－Ｒｅ ｔ可 以 更 好 地 发 现
ｓＮｅ ３）采用 ＷＧＡＮ 进行数据增强有效地扩充了 原 始
叶片图像中的 病 斑 区 域，从 而 对 苹 果 叶 片 病 害 进 行 准 数据集，解决了训练样本数据量不足 和不 均 衡 的 问题，
确识别。 使模型准确 率 从 ９２． ５０％ 。 因 此，采 用
４３％ 提 升 至 ９５．
ＷＧＡＮ 进行数据增 强 能 够 提 高 模 型 的 泛 化 能 力 和 鲁
棒性，从而提升模型的识别准确率。
４）由于 ＷＧＡＮ 训 练 过 程 有 一 定 不 稳 定 性，在 生
成的样本图像中存在少数不符合叶片 特征 的 图 像。 因
此，如何进一步优 化 ＷＧＡＮ 生 成 的 样 本 图 像，减 少 含
有噪声的叶片图像数量成为接下来的研究方向。

参 考 文 献

［
１］李光涛 ．浅 议 苹 果 种 植 与 病 虫 害 防 治 技 术 ［
Ｊ］．山 西 农 经，
２０２０（
２３）：８７－８８．
［
２］王东方，汪军 ．基 于 迁 移 学 习 和 残 差 网 络 的 农 作 物 病 害 分
Ｊ］．农业工程学报，２０２１，３７（
类［ ４）：１９９－２０７．
［
３］张善文，张晴 晴，李 萍 ．基 于 改 进 深 度 卷 积 神 经 网 络 的 苹
Ｊ］．林业工程学报，２０１９，４（
果病害识别［ ４）：１０７－１１２．
［
４］Ｋａｕ
ｒＲ，Ｋａｎｇ Ｓ Ｓ．Ａｎｅｎｈａｎｃ
ｅｍｅｎ
ｔｉｎｃ
ｌａｓ
ｓｉｆ
ｉｅｒｓｕｐｐｏ
ｒｔ
ｖｅ
ｃｔｒ ｍａ
ｏ ｃｈｉ
ｎｅ ｔ
ｏ ｉｍｐ
ｒｏｖｅ ｐ
ｌ ｔｄ
ａｎ ｉ
ｓｅａ
ｓｅ ｄｅ
ｔｅｃ
ｔｉｏｎ ［Ｃ］．
ＩＥＥＥＩ
ｎｔｅ
ｒｎａ
ｔｉｏｎａ
ｌＣｏｎ
ｆｅｒ
ｅｎｃ
ｅｏｎ Ｍｏｏ
ｃ ＩＥＥＥ，２０１６．
ｓ．
［
５］Ｋｒ
ｉｚｈｅ
ｖｓｋｙ Ａ， Ｓｕ
ｔｓｋｅ
ｖｅｒ Ｉ， Ｈｉ
ｎｔｏｎ Ｇ Ｅ．ＩｍａｇｅＮｅ
ｔ
ｃ
ｌａｓ
ｓｉｆ
ｉｃａ
ｔｉｏｎ ｗｉ
ｔｈｄｅ
ｅｐｃ
ｏｎｖｏ
ｌｕｔ
ｉｏｎａ
ｌｎｅｕ
ｒａｌｎｅ
ｔｗｏ
ｒｋｓ ［
Ｊ］．
Ｃｏｍｍｕｎ．ＡＣＭ，２０１７，６０（
６）：８４－９０．
［
６］郭小清，范涛杰，舒欣 ．基于改进 Ｍｕ
ｌｔｉ－Ｓｃ
ａｌｅＡｌ ｔ的番
ｅｘＮｅ
茄叶部病 害 图 像 识 别 ［
Ｊ］．农 业 工 程 学 报，２０１９，３５（
１３）：
１６２－１６９．
［
７］许景辉，邵明烨，王一琛，等 ．基于迁移学习的卷积神经网
络玉米病害 图 像 识 别 ［
Ｊ］．农 业 机 械 学 报，２０２０，５１（
２）：
２３０－２３６，２５３．
［
８］杨明欣，张耀 光，刘 涛 ．基 于 卷 积 神 经 网 络 的 玉 米 病 害 小
图 １３ 可视化分析结果
Ｆ
ｉｇ．
１３ Ｖｉ
ｓｕａ
ｌａｎａ
ｌｙｓ
ｉｓｒ
ｅｓｕ
ｌｔｓ Ｊ］．中国生 态 农 业 学 报 （中 英 文），２０２０，２８
样本识别研究［
（
１２）：１９２４－１９３１．
３ 结论 ［
９］陈桂芬，赵姗，曹丽英，等 ．基于迁移学习与卷积神经网络
Ｊ］．智慧农业，２０１９，１（
的玉米植株病害识别［ ２）：３４－４４．
针对苹果病害 的 识 别 问 题，本 文 提 出 一 种 基 于 生 ［
１０］龙满生，欧阳春娟，刘 欢，等 ．基 于 卷 积 神 经 网 络 与 迁 移
成对抗网络和混 合 注 意 力 机 制 残 差 网 络 的 方 法，并 通 学习的油茶病害图像识别［
Ｊ］．农 业 工 程 学 报，２０１８，３４
 １７４ 中国农机化学报 ２０２２ 年

（
１８）：１９４－２０１． Ｉ
ｎｆｏ
ｒｍａ
ｔｉｏｎＰｒ
ｏｃｅｓｓ
ｉｎｇＳｙ
ｓｔｅｍｓ，２０１４，３：２６７２－２６８０．
［
１１］王美华，吴振鑫，周祖光 ．基于注意力改进 ＣＢＡＭ 的农作 ［
２０］熊方康，陆玲，曹廷荣，等 ．基 于 生 成 对 抗 网 络 的 农 作 物
物病虫害细 粒 度 识 别 研 究 ［
Ｊ］．农 业 机 械 学 报，２０２１，５２ 叶片病害识别［ Ｊ］．计算机与现代化，２０２０（ １１）：３９－４６．
（
４）：２３９－２４７． ｏｎｇＦａｎｇｋａｎｇ，ＬｕＬ
Ｘｉ ｉｎｇ，ＣａｏＴｉ
ｎｇｏｎｇ，ｅ
ｒ ｔａｌ．
Ｃｒｏｐｌ
ｅａｆ
［
１２］乔思波，庞善臣，王敏，等 ．基 于 残 差 混 合 注 意 力 机 制 的 ｄｉ
ｓｅ ａ
ｓｅｓｒｅｃ
ｏｇｎｉ
ｔｉｏｎ： ａ ｇｅｎｅ
ｒａｔ
ｉｖｅ ａｄｖｅ
ｒｓａｒ
ｉａｌ ｎｅ
ｔｗｏｒｋ
脑部 ＣＴ 图 像 分 类 卷 积 神 经 网 络 模 型 ［
Ｊ］．电 子 学 报， ｂａｓｅｄａｐｐ
ｒｏａｃｈ ［
Ｊ］．Ｃｏｍｐｕ ｔｅｒａｎｄ Ｍｏｄｅｒｎ
ｉｚａｔ
ｉｏｎ，２０２０
２０２１，４９（
５）：９８４－９９１． （
１１）：３９－４６．
［
１３］尚远航，余游江，吴刚 ．基于 混 合 注 意 力 机 制 的 植 物 病 害 ［
２１］胡龙辉，王朝立，孙占全，等 ．基于 ＷＧＡＮ 的图像识别方
识别［ Ｊ］．塔里木大学学报，２０２１，３３（ ２）：９４－１０３． 法［Ｊ］．控制工程，２０２０，２７（
１２）：２１６８－２１７５．
［
１４］陆雅诺，陈炳才 ．基于注意力机制的小样本啤酒 花 病 虫 害 ＨｕＬｏｎｇｈｕｉ，Ｗａｎｇ Ｃｈａｏ
ｌｉ，Ｓｕｎ Ｚｈａｎｑｕａｎ，ｅ
ｔａｌ．Ｉｍａｇｅ
Ｊ］．中国农机化学报，２０２１，４２（
识别［ ３）：１８９－１９６． Ｒｅ
ｃｏｇｎ
ｉｔｉ
ｏｎ ｗｉ
ｔ ［ ］
ｈ ＷＧＡＮ Ｊ ．Ｃｏｎ ｔｒ
ｏｌ Ｅｎｇ
ｉｎｅ
ｅｒｉ
ｎｇ ｏｆ
Ｌｕ Ｙａ
ｎｕｏ，Ｃｈ
ｅｎＢ
ｉｎｇ
ｃａｉ．Ｉ
ｄｅｎ
ｔｉｆ
ｉｃａ
ｔｉｏｎ ｏ
ｆ ｈｏｐ
ｓｐｅ
ｓｔｓａ
ｎｄ Ｃｈ
ｉｎａ，２０２０，２７（
１２）：２１６８－２１７５．
ｄ
ｉｓｅ
ａｓｓｉ
ｅ ｎｓｍａ
ｌｌｓａｍｐｌｅ
ｓｂ ａ
ｓｅｄｏｎａｔｔ
ｅｎｔ
ｉｏｎａ
ｌｍｅ ｃ
ｈａｎ
ｉｓｍｓ ［
Ｊ］． ［
２２］邓源，施一萍，刘婕，等 ．结合双 通 道 ＷＧＡＮ－ＧＰ 的 多 角
Ｊ
ｏｕｒ ｌｏ
ｎａ ｆＣｈｉｎｅ
ｓ ｅ Ａｇｒ
ｉｃｕｌ
ｔｕｒ
ａｌ Ｍｅｃｈａｎ
ｉｚａｔ
ｉ ， ，
ｏｎ ２０２１ ４２ 度人脸表情识别算法研究［ Ｊ／ＯＬ］．激光与 光 电 子 学 进 展：
（
３）：１８９－１９６． １－１９［ ２０２２－０４－０８］．ｈ ｔｐ：／／ｋｎｓ．ｃｎｋ
ｔ ｉ．ｎｅ
ｔ／ｋｃｍｓ
／
［
１５］王粉花，张强，黄超，等 ．融 合 双 流 三 维 卷 积 和 注 意 力 机 ｄｅ
ｔａｉ／
ｌ３１． １６９０．
ｔｎ．
２０２１０８１６．１３５９．
０３４．ｈｔｍｌ
制的动态手势 识 别 ［Ｊ］．电 子 与 信 息 学 报，２０２１，４３（ ５）： ［
２３］Ａｒｏｖ
ｊ ｓｋｙ Ｍ，Ｂｏｔｔｏｕ Ｌ．Ｔｏｗａｒｄｓｐ
ｒｉｎｃ
ｉｐｌｅｄ ｍｅ
ｔｈｏｄｓｆ
ｏｒ
１３８９－１３９６． ｔ
ｒａｉ
ｎｉｎｇ ｇｅｎｅ
ｒａｔ
ｉｖｅ ａｄｖｅ
ｒｓａ
ｒｉａ
ｌ ｎｅｔｗｏｒｋｓ ［Ｊ］．Ｓ ｔｔ，
ａ
［
１６］李海丰，韩红阳 ．复杂背景下机场道面细带状结 构 病 害 检 ２０１７，１０５０．
测算 法 ［ Ｊ］．北 京 航 空 航 天 大 学 学 报，２０２２，４８（
１）： ［
２４］刘璐，李建强，陈适 ．基于混 合 域 注 意 力 机 制 和 残 差 网 络
３６－４４． 的 特纳综合征分类研究［Ｊ］．中国数字医学，２０２１，１６（ ２）：
［
１７］郑一力，张露 ．基于迁移学习的卷积神经网络植物叶片图像 １６－２０．
识别方法［ Ｊ］．农业机械学报，２
０１８，４
９（１）：３
Ｓ ５４－３
５９． ＬｉｕＬｕ，ＬｉＪ
ｉａｎｑ
ｉａｎｇ，ＣｈｅｎＳｈ
ｉ．Ａｃ
ｌａｓ
ｓｉｆ
ｉｃａ
ｔｉｏｎ ｍｅ
ｔｈｏｄｏ
ｆ
［
１８］陈佛计，朱枫，吴清潇，等 ．生 成 对 抗 网 络 及 其 在 图 像 生 ｔ
ｕｒｎｅｒ ｓｙｎｄ
ｒｏｍｅ ｂａｓｅｄ ｏｎ ｍｉｘｅｄ ｄｏｍａ
ｉｎ ａｔ
ｔｅｎｔ
ｉｏｎ
成中 的 应 用 研 究 综 述 ［
Ｊ］．计 算 机 学 报，２０２１，４４（
２）： ｍｅｃｈａｎ
ｉｓｍ ａｎｄ ｒ
ｅｓｉ
ｄｕａｌ ｎｅ
ｔｗｏｋ ［Ｊ］．Ｃｈ
ｒ ｉ
ｎａ Ｄｉ
ｇｉｔａ
ｌ
３４７－３６９． Ｍｅｄｉ
ｃｉｎｅ，２０２１，１６（
２）：１６－２０．
ＣｈｅｎＦｏｉ，Ｚｈｕ Ｆｅ
ｊ ｎｇ，Ｗｕ Ｑｉ
ｎｇｘ
ｉａｏ，ｅ
ｔａｌ．Ａ ｓ
ｕｒｖ
ｅｙａ
ｂｏｕ
ｔ ［
２５］朱 文 球，邹 广，曾 志 高 ．融 合 层 次 特 征 和 混 合 注 意 力 的 跟
ｉｍａｇｅｇｅ
ｎｅｒ
ａｔｉ
ｏｎｗｉ
ｔｈｇｅｎｅｒａ
ｔｉｖ
ｅａｄｖｅｒ
ｓａｒ
ｉａｌｎ
ｅｔｓ［
Ｊ］．
Ｃｈｉ
ｎｅｓ
ｅ 踪算法［ Ｊ／ＯＬ］．计算机应用：１－１４［ ２０２２－０４－０８］．
Ｊｏｕ
ｒｎａｌｏ
ｆＣｏｍｐｕｔ
ｅｒｓ，２０２１，４４（２）：３４７－３６９． ｈ
ｔｔｐ：／／ｋｎ
ｓ．ｃ
ｎｋｉ．
ｎｅ／ｋ
ｔ ／ｄ
ｃｍｓ ｅ
ｔａｉ
ｌ／５１．
１３０７．ＴＰ．
２０２１０８１７．
［
１９］Ｇｏｏｄｆ
ｅｌｏｗ Ｉ Ｊ， Ｐｏｕｇｅ
ｌ ｔ－Ａｂａｄ
ｉｅ Ｊ， Ｍｉｒｚａ Ｍ， ｅｔａ ｌ． １０１１．
００２．
ｈｔｍｌ
Ｇｅｎｅ
ｒａｔｉ
ｖｅａｄｖｅ
ｒｓａ
ｒｉａ
ｌｎｅｔｗｏｒｋｓ ［
Ｊ］．Ａｄｖａｎｃｅ
ｓｉｎ Ｎｅｕ
ｒａ ｌ

Ａｐｐ
ｌｅｄ
ｉｓｅ
ａｓｅｒ
ｅｃｏ
ｇｎｉｔ
ｉｏｎｂａ
ｓｅｄｏｎ Ｗａｓｓｅ
ｒｓｔ
ｅｉｎｇ
ｅｎｅｒａ
ｔｉｖ
ｅａｄｖｅｒｓ
ａｒｉ
ａｌｎ
ｅｔｗｏ
ｒｋｓａｎｄ
ｈｙｂｒｉ
ｄａｔ
ｔｅｎｔ
ｉｏｎ ｍｅ
ｃｈａｎｉ
ｓｍｒｅｓｉ
ｄｕａｌｎｅｔｗｏ
ｒｋ

ＹｕＸｕｅｙ
ｉｎｇ，ＧａｏＪ
ｉｙｏｎｇ，ＷａｎｇＳｈｏｕｃｈｅｎｇ，Ｌ
ｉＱｉ ｈｅｎｇ，ＷａｎｇＺｈ
ｎｇｓ ｉｑｉ
ａｎｇ
（
Ｃｏｌ
ｌｅｇｅｏｆ Ｃｏｍｐｕ
ｔｅｒＳｃ
ｉｅｎｃ
ｅａｎｄ Ｔｅ
ｃｈｎｏ
ｌｏｇｙ，Ｓｈａｎｄｏｎｇ Ｕｎ
ｉｖｅ
ｒｓｉ
ｔｙｏｆ Ｔｅ
ｃｈｎｏ
ｌｏｇｙ，Ｚｉ
ｂｏ，２５５０４９，Ｃｈ
ｉｎａ）

Ａｂ
ｓｔｒ
ａｃｔ：Ｉ
ｔｉｓｉｍｐｏ
ｒｔａ
ｎｔｔ
ｏｉｄ
ｅｎｔ
ｉｆｙａ
ｎｄｃ
ｏｎｔ
ｒｏｌｔ
ｈｅｄ
ｉｓｅ
ａｓｅａ
ｃｃｕ
ｒａｔ
ｅｌｙｔ
ｏｉｍｐ
ｒｏｖ
ｅｔｈ
ｅｙｉ
ｅｌｄａ
ｎｄｑｕ
ａｌｉ
ｔｙｏ
ｆａ ｌ
ｐｐｅｓ．Ａｉｍｉ
ｎｇａ
ｔｔｈ
ｅｐｒ
ｏｂｌ
ｅｍｏ
ｆｌｏｗ
ｒ
ｅｃｏｇｎ
ｉｔｉ
ｏｎａｃｃ
ｕｒａｃ
ｙｏ ｆａ ｌ
ｐｐｅｄｉ
ｓｅａ
ｓｅｉｍａ
ｇ ｅ
ｓｃａｕｓｅ
ｄｂｙｓｍａｌ
ｌｌｅｓ
ｉｏｎａｒ
ｅａｓａｎｄｅａｓｙｂ
ａｃｋｇｒ
ｏｕｎｄｉ
ｎｔｅ
ｒｆｅ
ｒｅｎ
ｃｅ，ａＣｏｎｖｏ
ｌｕｔｉ
ｏｎａｌＢｌ
ｏｃｋ Ａｔ
ｔｅｎｔ
ｉｏｎ
Ｍｏｄｕｌ
ｅ－Ｒｅｓ
ｉｄｕａ
ｌＮｅ ｔｗｏ
ｒ （
ｋ ＣＢＡＭ－Ｒｅ ｓＮｅ ）
ｔ ｍｏｄｅ
ｌｗａｓｄｅｓ
ｉｇｎｅ
ｄ．Ｔｈｉｓ ｍｏｄ
ｅｌｅｍｂｅｄｄ
ｅｄａｔａｎｄｅｍ ｃ
ｈａｎｎ
ｅｌａｔ
ｔｅｎ
ｔｉｏｎ ｍｏｄｕ
ｌｅａｎｄｓ ａ
ｐｔｉａ
ｌ
ａ
ｔｔｅ
ｎｔｉｏｎ ｍｏｄｕ
ｌｅｉ
ｎｔｈｅｒｅｓｉ
ｄｕａｌｎｅ
ｔｗｏｒ
ｋｓ ｏｔｈａ
ｔｔ ｈｅ ｍｏｄｅ
ｌｃａｎｆｏｃ
ｕｓｏｎｔ ｈｅｄｉ
ｓｅａ
ｓｅｄａｒｅａｓｏｆｉｍａ ｇｅｆｅａ
ｔｕｒｅ
ｓａ ｎｄｉｍｐｒｏｖｅｔｈｅｒｅ
ｃｏｇｎｉ
ｔｉ
ｏｎ
ａ
ｃｃｕｒａ
ｃ ｙ．Ａｉｍｉ
ｎｇａｔｔｈ
ｅ ｒ
ｐｏｂｌｅｍｔｈ
ａｔｔｈ
ｅ ｎｕｍｂｅ
ｒ ｏ
ｆ ｓａｍｐｌ
ｅｓｉｎｔｈ
ｅ ｍｏｄ
ｅｌｔｒ
ａｉｎ
ｉｎｇｄａｔ
ａｓｅ
ｔ ｉ
ｓ ｉ
ｎｓｕ
ｆｆｉ
ｃｉｅ
ｎｔ ａ
ｎ ｄｉｍｂａｌ
ａｎｃｅ
ｄ ，ｔ
ｈｉｓ ａｅｒ ｒ
ｐｐ ｐ ｐｏ ｏ
ｓｅｄａ
ｍｅｔ
ｈｏｄｆｏｒｄａｔ
ａｓｅｔｅｘｐ
ａｎｓｉｏｎｂ
ａｓｅ
ｄｏｎ Ｗａｓ
ｓｅｒｓ
ｔｅｉｎ Ｇｅ
ｎｅｒ
ａｔｉｖ
ｅ Ａｄｖ
ｅｒｓａｒ
ｉａｌＮｅｔｗｏｒ
ｋｓ （ＷＧＡＮ）．Ｔｈ
ｒｏｕｇｈｔｈｅａｎｔ
ａｇｏｎ
ｉｓｔ
ｉｃｔｒ
ａｉｎ
ｉｎｇｂｅｔｗｅ
ｅｎ
ｅ
ｇｎｅｒａ
ｔｏｒａｎｄｄｉ
ｓｃｒ
ｉｍｉｎａ
ｔｏｒ，１００００ａ
ｐｐｌｅｄｉ
ｓｅａｓｅｉｍａｇｅｓ ｗｅｒ
ｅｇｅｎｅｒ
ａｔｅｄ，ａｎｄ ＣＢＡＭ－ＲＥＳＮＥＴ ｗａ ｓｔｒ
ａｉｎｅ
ｄａ ｎｄｔｅ
ｓｔｅｄｔｏｉｍｐｒ
ｏｖ ｅｔ
ｈｅ
ｇｅｎ
ｅｒａ
ｌｉ
ｚａｔ
ｉｏｎａｂ
ｉｌ
ｉｔｙａｎｄｒｏｂｕｓｔｎ
ｅｓｓｏｆｔ
ｈｅｍｏｄ
ｅｌ．
Ｔｈｅｅｘｐｅ
ｒｉｍｅｎ
ｔａｌｒ
ｅｓｕ
ｌｔｓｓｈｏｗｅｄｔ ｈ
ａｔｃｏｍｐａ
ｒｅｄｗｉｔ
ｈｔｒ
ａｄｉ
ｔｉ
ｏｎａ
ｌｍｏ ｄ
ｅｌｓｓ
ｕｃｈａｓＣＮＮ，ＶＧＧ－
１６，ＲｅｓＮｅｔ－５０，ａ ｎｄＩｎ
ｃ ｅｔ
ｐｉｏｎ－ Ｖ３，ＣＢＡＭ－Ｒｅ ｓＮｅ
ｔｈ ａｄａｂ ｅ
ｔｔｅ
ｒｒ ｅ
ｃ ｏｇｎ
ｉｔｉ
ｏｎｅ ｆ
ｆｅｃ
ｔｏｎａ ｌ
ｐｐｅｄｉ
ｓｅａ
ｓｅｓ，ａｎｄｉｔｓｒｅｃ
ｏｇｎ
ｉｔｉ
ｏｎａ
ｃｃｕ
ｒａｙ，
ｃ
ｒ
ｐｅｃ
ｉｓｏｎ，ｒ
ｉ ｅｃａ
ｌｌ，ａ
ｎｄＦ１－Ｓ
ｃｏｒ
ｅｒｅ
ａｃｈ
ｅ ５０％ ，９５．
ｄ９５． ４０％ ，９５．
４０％ ，ａ
ｎｄ０．
９５．Ｔｈ
ｅ ｍｅ
ｔｈｏｄｃ
ａ ｒ
ｎｐｏｖ
ｉｄｅｔ
ｅｃｈｎ
ｉｃａ
ｌｓｕｐｐｏ
ｒｔｆ
ｏｒａ
ｃｃｕ
ｒａｔ
ｅ
ｉ
ｄｅｎｔ
ｉｆ
ｉｃａ
ｔｉｏｎａｎｄｒｅ
ａｌ－ｔ
ｉｍｅｍｏｎｉｔ
ｏｒｉ
ｎｇｏ ｆａ ｌ
ｐｐｅｄｉ
ｓｅａ
ｓｅｉｍａｅ
ｇｓ．
Ｋｅｙｗｏｒｓ：ａ
ｄ ｐｐｌ
ｅｄｉ
ｓｅａｓｅ；ｉｍａ
ｇｅｒｅｃｏｇｎ
ｉｔｏｎ；ｇ
ｉ ｅ
ｎｅｒａ
ｔｉｖ
ｅａｄｖｅｒ
ｓａｒ
ｉａｌｎ
ｅｔｗｏ
ｒｋｓ；ｒ
ｅｓｉ
ｄｕａ
ｌｎｅ
ｔｗｏ
ｒｋ；ｃ
ｏｎｖ
ｏｌｕ
ｔｉｏｎ
ａｌｂ
ｌｏｃ
ｋａｔ
ｔｅｎ
ｔｉｏｎ ｍｏｄｕ
ｌｅ