AI大作业报告1

智能导论：深度学习作业

󰙵63 鲍轩 2016011423

󰙵64 王卓远 2016013283

摘要

该份报告为《智能导论》课程深度学习作业的项󰋴报告。本项󰋴针对可控环境的植物叶脉提取问

题，采󰉁含膨胀卷积的多层全卷积神经󰕲络，在判定是否是叶脉的分类问题上达到0.98585的AUC分

数和0.71338的F1分数，取得较好的效果。

本次我组选择第个题󰋴，即植物叶脉提取。任务󰋴标是对于净（没有嘈杂背景、光线适中、叶占

据图󰅧主要部分）的叶图󰅧，勾出叶的轮廓和叶上的叶脉。

考虑到叶脉本身往往颜󰚬与周围叶󰗣同，󰖳颜󰚬的差异表示叶脉，该问题可以被视为个边缘检测

问题；但是，叶脉是具有定的空间结构，有含义的物体，因此，该问题也可以被看作个图像分割问

题。

、数据集

本项󰋴采󰉁的数据集是由《智能导论》课程的同学们收集并标注的。包含冬󰴧、紫丁󰶶、五叶爬

󰠂三类植物，共418张叶󰅧图󰅧及对应标注的叶脉图󰅧。数据集的特点有：

叶󰅧图󰅧拍摄于可控环境，󰖳󰴬󰙵然环境：叶󰅧图󰅧多有浅󰚬、净背景，光线适中，叶居

三、我们的案

3.1 数据预处󰇹

由于数据集是同学们󰙵收集的，没有经过处󰇹，法直接为模型所󰉁，我们对数据进󰢩必要的预处

󰇹。排除掉明显没有对󰻗的数据后，我们将剩下的数据进󰢩edge-padding到宽󰷼为3:4（过󰷼则左右对

称padding，过宽则上下对称padding），然后将所有的叶󰅧和叶脉图󰅧resize到 。

这󰮟没有选择对图󰅧进󰢩剪切，是为避免图󰅧的󰴬背景部分被切去。直接resize的原因主要是避免

叶󰅧图󰅧被拉伸，导致其󰙵然空间结构在尺度上被破坏。进󰢩edge padding能够使得图󰅧的padding的部

分较平滑，󰖳会由于padding产󰈿明显的边界，有于训练的进󰢩。选择宽󰷼为3:4，是因为数据

集中多数图󰅧原先的宽󰷼就是3:4，且该也是部分机拍照的默认。

对于该问题，我们采󰉁种仅有卷积层构成的桶形󰕲络，图󰅧从输到输出的尺直变（但是通

道数有变化）。由于resize到 的 图 󰅧 中 叶 脉 的 宽 度  般 仅 有  个 像 素 ， 我 们 需 要 避 免 对 图 󰅧 再

在空间上降维。因此，我们使󰉁任何池化层，卷积层的步󰲊也被设置为1。

作为低级特征，叶脉本身很容通过卷积层识别出来。但是，直接采󰉁浅层卷积神经󰕲络，󰕲络仅能依

靠极其局部的信息对每像素是否属于叶脉进󰢩预测，󰖳没有使󰉁全局信息，会出现拟合问题。因此

󰕲络的预测结果佳。实际实验中，也发现在叶脉之外有󰮢的区域被预测成叶脉，预测结果出现

「斑点」。

Layer Number of Kernel Kernel Size Activation Dilation Rate

conv 1 ReLU /

conv 8 Sigmoid /

为󰉁叶󰅧的全局信息，我们需要让神经󰕲络在空间上进󰢩范围的「交流」。池化层和全连接层

可以达到这󰋴的。但是，池化层会降低空间精度，󰖳全连接󰕲络必然会极的增加参数个数，使得训

练速度减慢，并难以避免地出现过拟合问题。因此，我们选择采󰉁膨胀卷积，󰷼效地扩张感受野。严

格来说，此时最后层特征图中的每个像素点的预测过程仍然仅依靠较的「局部」信息，并未真

正扩展到整张图。但是，由于叶脉本身具有树状结构：从叶脉上的某点开始，向茎的反向看去，这

「枝」的空间结构与整个叶脉是相似的。因此，仅依靠局部卷积的󰕲络，只要感受野增到定范

围，则已经可以对叶脉有较好的提取效果。

对于此全卷积神经󰕲络，实验中采󰉁多种结构，包括同的膨胀率、膨胀率组合、󰕲络宽度与深度

等。部分结果可以参考第四节的实验部分。最终我们选择如下模型作为最终提交的模型。

其中 为真值， 为预测值。

采󰉁Hinge损失函数，即：

般的写法会将正负两类样本记为 ，此处为致起󰤁，采󰉁上述的表示。

3.3.2 损失函数微调