基于深度学习的中药材饮片图像识别

来源 :北京生物医学工程 | 被引量 : 0次 | 上传用户:yxjdyn
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目的 建立一个基于深度卷积神经网络的中药饮片图像检测识别系统.该系统对于正常情况下采集的中药饮片图像,能够自动检测识别出相应类别的中药饮片.方法 本文使用了SSD目标检测算法,构建数据集,利用标注工具进行了标注,然后在云端colab上进行调试代码、训练、测试、验证.结果 对于3种中药饮片(枸杞、甘草、陈皮)进行识别验证,平均识别率高于80%,样本集足够大可以有效提高识别准确率.结论 本文将卷积神经网络应用于中药材识别中,将传统的中医学与新兴的深度学习网络相结合,识别中药饮片的效率高,速度快,准确率高,可应用于绝大部分需要识别中药饮片类别的场景.
其他文献
目的 机械取栓术(mechanical thrombectomy,MT)是治疗急性缺血性脑卒中(acute ischemic stroke,AIS)的有效方法,治疗中使用的封闭式取栓支架的结构及力学特性对手术效果有重要影响.为了提高取栓支架的安全性及有效性,本研究对封闭式取栓支架的压握入管、自膨胀释放和迁移取栓3个阶段进行生物力学研究,分析取栓支架结构及其力学特征.方法 首先建立支撑单元个数不同(3、4、5)的B3、B4和B5取栓支架的几何模型,然后建立压握工具、模拟血管和血栓的有限元模型.在压握工具的径