基于深度卷积网络的中药饮片图像识别

【摘要】：目的:利用计算机深度学习实现对中药饮片二维图像的自动化识别的研究具有重要实用价值,可广泛应用于医疗、生产和教学等领域。既往多采用传统的提取图像中的底层特征的方法来进行识别,然而这种方法不能在复杂背景的图像条件下给出鲁棒的识别结果。因此,中药饮片图像识别需要更高级别的图像表达方法。方法:构建包含50种常见中药饮片图像数据库,共2 554张图像,作为模型的训练与测试对象,并运用Softmax损失训练卷积神经网络。结果:卷积神经网络在所有测试的50种中药饮片图像中可以实现70%的平均识别精度。结论:卷积神经网络在多个饮片相互遮挡并带有复杂背景情况下较为理想,未来具有一定应用前景。