10.7606/j.issn.1004-1389.2023.11.020
基于深度学习的中药材饮片识别
为了解决中药饮片种类繁多、形态相似导致难于快速、准确识别的问题,构建一个包含 50 种,共计15 622 张图像的中药材饮片数据集,并基于Keras框架建立深度学习模型,模型包含 4 个稠密块和 3 个过渡层,每个稠密块和过渡层交替连接.最后利用全局最大池化层将稠密块特征向量化,并加入丢弃法来防止过拟合,优化DenseNet-201 网络模型.结果表明该模型在 43 种中药上的识别率可以达 90%以上,最高识别率达 95.21%.因此,基于深度学习的方法可以有效解决中药饮片快速、智能识别的问题.
中药饮片、深度学习、图像识别、机器学习、人工智能
32
TP391;R288;O151.22
2023-11-08(万方平台首次上网日期,不代表论文的发表时间)
共9页
1859-1867