基于Squeezenet模型的蛇类图像识别
本栏目责任编辑：王力
本期推荐
基于Squeezenet 模型的蛇类图像识别
鲁元平，罗志聪
(福建农林大学机电工程学院，福建福州350002)
摘要：随着人类活动范围的不断扩张，生态环境的恶化，蛇类的生存环境受到威胁。为实现对蛇类的准确识别，辅助蛇类
研究者对蛇类的识别与保护，通过对现有的解决方案进行分析，提出采用迁移学习方法对10种蛇类进行训练识别。首先对现有数据集进行数据增强，从而让训练模型更好地收敛，采用基于Squeezenet 模型具有更好的识别率，识别率达到了85.71%，效果良好。并对训练好的模型进行加载，网络模型识别耗时2.69s ，有着更好实时性，同时还能保证识别精度，节省硬件资源，提升了模型的可移植性。关键词：迁移学习；Squeezenet 模型；蛇类；图像识别中图分类号：TP391
文献标识码：A
文章编号：1009-3044(2021)07-0012-03开放科学（资源服务）标识码（OSID ）：
Snakes Image Recognition Based on Squeezenet LU Yuan-ping,LUO Zhi-cong
(College of Mechanical and Electrical Engineering Fujian Agriculture and Forestry University,Fuzhou 350002,China)
Abstract:With the continuous expansion of human activities,the deterioration of the ecological environment,the living environ⁃ment of snakes is threatened.In order to realize the accurate identification of snakes and assist the snake researchers in the identifi⁃cation and protection of snakes,this paper proposes to adopt the transfer learning method to train and identify 10kinds of snakes by analyzing the existing solutions.Firstly,the existing data set was enhanced to promote better convergence of the training model.With the adoption of the Squeezenet model,the recognition rate reached 85.71%,with good effect.It takes 2.69s to identify the net⁃work model,which ensures better real-time performance,ensures recognition accuracy,saves hardware resources,and improves the portability of the model.
Key words:transfer learning;squeezenet model;snakes;image recognition
我国拥有十分丰富的蛇类资源，有200多种蛇类，其中我国南方地区的蛇类占我国蛇类种数的88%左右[1]。蛇类作为自然系统中的次级消费者，在生态系统中发挥着维系生态系统的能量流动和物质循环的重要作用。目前我国蛇类研究人员非常匮乏，且尚未有针对蛇类研究的公开数据集，在科研领域，蛇类图像识别仍然是一个比较开放性的问题。近年来，随着人类活动范围的不断扩张，蛇类的生存环境受到了巨大威胁，蛇类图像识别对保护物种多样性和维持生态平衡更具意义。James Alex 对蛇类特征进行手工分类，构建了6中印度常见蛇类的特征数据库，并采用贝叶斯网络等13种分类器进行蛇类识别，效果良好[2]。Amir Amiza 等人对22种马来西亚常见蛇类进行颜和边缘方向的特征提取，并采用最近邻分类器取得了89.22%的准确率[3]。浙江大学付永钦通过采集和收集蛇类图像，建立了包含银环蛇、竹叶青蛇、舟山眼镜蛇、尖吻蝮、王锦蛇、黄金蟒、玉斑丽蛇、红尾蚺、红脖颈槽蛇和钩盲蛇等10种中国常见蛇类共计10336幅图像的CHINESESNAKES 蛇类图像数据集，对蛇类图像分类问题进行了研究，设计了BRC 卷积神经网络结
构，其在CHINESESNAKES 蛇类图像数据集上的分类准确率达
到了89.061％[4]。近年来，深度学习和人工智能在图像识别领域越来越受欢迎，而传统的卷积神经网络（Convolutional Neural Networks,CNN ）不仅训练时间长，而且需要大量的训练样本[5]。因此，在训练样本较少的情况下，采用迁移学习进行图像识别，可以提高整体的识别性能。本文基于Squeezenet 模型对10种蛇类进行图像识别，该模型不仅网络参数量相较Alexnet 模型减少50倍左右，
而且有着更快的识别速度，有更好的可移植性，对于快速识别蛇类意义重大，有利于蛇类研究者对蛇类的快速识别与保护。
1Squeezenet 网络结构
1.1Squeezenet 模型
Squeezenet 是由Landola 提出的轻量级网络结构，与Alexnet 相比较而言，其结构内的参数更少，模型也更小，但是却有着和Alexnet 相当的识别精确度，且模型缩小50倍左右[6]。Squeezenet 模型有2个卷积层、Fire 模块（Squeezenet 的核心）、两
收稿日期：2020-11-20
基金项目：福建省自然科学基金项目（项目编号：2018J01533）作者简介：鲁元平（1996—），女，四川资阳人，硕士，研究方向：农业电气化与自动化；通信作者简介：罗志聪（1982—），男，福建福州
人，副教授，研究方向：生物医学电子、高速光通信集成电路设计。
12
本期推荐
90年代歌曲本栏目责任编辑：王力
Computer Knowledge and Technology 电脑知识与技术
第17卷第7期(2021年3月)
个最大池化层（max-pooling ）和一个全局平均池化层（GAP,
Global Average Pooling ）以及最后的softmax 函数[7]
。Fire module 结构如图1所示，该结构主要由squeeze 层和expand 层构成。其中squeeze 层开创性地将3*3的卷积核替换为1*1的卷积核，减少了特征通道数。除此之外，squeeze 层的输出是expand 层的输入，且expand 层中不仅有1*1的卷积核，还有3*3的卷积，图像经过两种卷积后，有concat 进行操作输出。特征图在经过Fire Module 结构后，图片的尺寸不会改变，但是由于经过了1*1的卷积核后，其参数量减少了很多，这也是Squeezenet 相较Alexnet 减少50倍左右的根本原因。Squeezenet 模型结构图如图1所示。
李东健离婚图1Squeezenet 模型结构
1.2池化层
池化层又称下采样层或欠采样层，其目的就是对输入特征图进行压缩，降低网络模型的计算复杂度，在一定程度上能够抑制过拟合现象的发生，提高模型的容错率[8]。输入的图像经卷积层输出相应的特征图，由于输出的特征图过大，会导致后续的计算量复杂，因此根据图像的静态特征，在卷积神经网络中引入池化层，降低计算复杂度。常见的池化方式有平均池化和最大池化，计算如下：
(1)
,(0≤λ，μ<s)
(2)(3)(4)
在以上式子中：是第个卷积层上位于（，）上输出的
特征图；是经池化后在（
）上输出的特征图；是池化
核的大小；
为参数，其中0≤λ<s ，0≤μ<s 。
2蛇类数据集
本文使用的数据集包含10种蛇类的图片信息，所有的图片统一处理为227*227*3（3为彩图片的颜通道），此次实验中对数据集以训练集：验证集=8:2的比例进行了划分，最后每种蛇类随机挑选100张作为测试集。由于现有的蛇类数据集样本数量较少，且不同类别之间还存在数量不均等的情况，为了防止出现网络过拟合严重和泛化效果差等现象，对蛇类数据集图像进行数据增强处理，如对图像进行旋转，从而增加样本数量。其中泥蛇的数据集原始样本只有139张，而最多的银环蛇数据集样本有836张，样本的之间数量差距过大会导致所训练出的模型无法迁移到测试集进行准确测试。因此，为了解决该问题，数据集样本较少的图片进行数据增强处理（此次实验样本中的赤链蛇、侏儒响尾蛇、泥蛇、乌梢蛇和剑纹带蛇）。
图2数据集增强
3实验及结果分析
党支部先进事迹材料3.1实验环境
实验采用的是具有六核AMD Ryzen51600x Six-Core 的CPU 且装备有8G 内存的计算机，软件平台是
Windows 版的Mat⁃lab R2019b 。3.2结果分析
虽然对蛇类数据集进行扩充和数据增强，但是数据集样本
仍然是小样本，不适合从零开始训练样本，因此本文为了解决样本数量过少的问题，采用迁移学习的方式训练模型。本文采用的模型为Alexnet 模型和Squeezenet 模型，对原始数据样本和扩充数据样本进行训练和验证，本次实验数据集原始样本总共为4171张，扩充后的数据集样本为5543张，将训练集：验证集=8:2的比例进行划分。训练模型参数设置：学习率为0.00001，每次输入模型的批尺寸（Bachisize ）为50，验证频数为500，训练周期为30个epoch ，并使用随机梯度下降动量（SGDM ）优化器作为训练选项。其中批尺寸是Alexnet 模型和Squeezenet 模型进行迭代训练时处理图片的数量，批尺寸越大，整个网络的收敛速度也就越快，其训练的时间也更短，但是会占用更多的GPU 显存，因此需要根据计算机的配置来进行相应的设定。学习率的设定也影响着网络的收敛，其取值过大会导致损失函数（Loss ）不稳定，取值过小会导致网络收敛速度过慢或过拟合现象的发生。如表是Alexnet 和Squeezenet 两种模型在数据集扩充前后的性能比较：
表1原始数据集两种模型性能比较
模型
Alexnet Squeezenet
训练时间
杨恭如被污辱事件10min32s 8min14s
模型大小/M
202108
准确率/%
75.09%79.04%
表2扩充数据集两种模型性能比较
怎么做电子签名模型Alexnet Squeezenet
训练时间13min46s 10min5s
模型大小/M 216113
准确率/%78.81%85.71%
从表1和表2中可以看出，扩充数据集后，虽然训练时间更
长了，模型也更大了，但是两种模型的准确率都得到了提升，其中Alexnet 模型扩充数据集后，识别率提高了3.72%，Squeezenet 模型识别准确率提高了6.9%，因此扩充数据集能够在一定程度上提高识别准确率。除此之外，Squeezenet 模型在两种数据集
13
本栏目责任编辑：王力
本期推荐Computer Knowledge and Technology 电脑知识与技术第17卷第7期(2021年3月)
模式下，依然保持着相较Alexnet 模型更好的性能，在实际应用中有更好的移植性，对硬件资源的要求更低，其服务器可以在同一时间处理更多的数据，提高了工作效率。
本文最终选取Squeezenet 模型对10种蛇类图像进行识别，此次实验主要对比扩充数据集前后模型的收敛速度，图中实线为训练集，虚线为测试集，横纵为迭代次数，纵轴为损失函数。从图3和图4中可以看出，数据集扩充以后，模型的收敛速度更快。原始数据在300个epoch 开始收敛，而扩充后的数据集在200个epoch 就已经开始收敛了。
图3
原始数据集损失函数
图4扩充数据集损失函数
扩充后的数据集在Squeezenet 模型中训练好后，将训练好的模型进行加载，识别测试集中的图片，测试集中每种蛇类有100张测试图片。在加载模型下的识别速度为2.69s ，所得混淆矩阵如图5
：
图5Squeezenet 模型混淆矩阵
2022首批储蓄国债发行
图5中class1-10依次为斑背响尾蛇、赤链蛇、侏儒响尾蛇、泥蛇、菜花蛇、银环蛇、乌梢蛇、剑纹带蛇、银环蛇和竹叶青，其中横轴为准确率，纵轴为召回率。由于竹叶青颜鲜艳且单一，其识别率最高，为97%。识别率较低的有三种蛇类，分别为菜花蛇、银环蛇和乌梢蛇，由于这三种蛇类花纹较复杂，且银环蛇和乌梢蛇有着比较相似的特征，导致识别率偏低。
4结语
Squeezenet 模型和Alexnet 模型在同等条件下，Squeezenet 始终保持着相对明显的优势，训练时间更短，模型也更小，能够节约更多的硬件资源，并提升工作效率，同时也利于移植到小型硬件中，便于开发。扩充数据集能够在一定程度上促进收敛，提高识别准确率。加载基础模型能够更快地获得识别准确率，且分类效果良好，能够在实际应用中实现更快更好地分类，满足蛇类识别应用中的可靠性和实用性的要求。与此同时，在不损失数据集特征的情况下，如何提高蛇、银环蛇和乌梢蛇的识别率是下一步亟待解决的问题。
参考文献：
[1]张乐，陶明宝，陈鸿平，等.常用蛇类药材鉴别研究进展[J].中国实验方剂学杂志,2017,23(4):222-227.
[2]James A P,Mathews B,Sugathan S,et al.Discriminative histo⁃gram taxonomy features for snake species identification[J].Hu⁃man-Centric Computing and Information Sciences,2014,4(1):1-11.
[3]Felzenszwalb P F,Girshick R B,McAllester D,et al.Object de⁃tection with discriminatively trained part-based models[J].IEEE Transactions on Pattern Analysis and Machine Intelli⁃gence,2010,32(9):1627-1645.
[4]付永钦.基于深度学习的蛇类图像分类问题研究[D].杭州：浙江大学,2019.
[5]谢小红，李文韬.基于迁移学习的图像分类训练方法研究[J].信息与电脑(理论版),2020,32(7):53-55.
[6]Iandola F N,Han S,Moskewicz M W,et al.SqueezeNet:AlexNet-level accuracy with 50x fewer parameters and <0.5MB model size[EB/OL].2016.
[7]李坤伦，魏泽发，宋焕生.基于SqueezeNet 卷积神经网络的车辆颜识别[J].长安大学学报(自然科学版),2020,40(4):109-116.
[8]张伟.基于深度卷积神经网络自学习特征的地表覆盖分类研究[D].北京：中国科学院大学,2017.
【通联编辑：唐一东】
14

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。