基于深度学习的中草药植物图像识别研究与应用

摘要：

为提高中草药植物图像识别的准确率,使用深度学习技术对常见的中草药植物图像进行识别与分类.首先,通过拍照采集15种常见的中草药图像并进行数据预处理,构建中草药植物图像数据集;其次,选取VGG、GoogLeNet、ResNet、MobileNetV2、MobileNetV3共5种网络模型对图像进行识别并开展对比实验;再次,通过迁移学习优化网络结构,同时通过数据增强扩充现有的数据集;最后,对实验结果的准确率和损失率进行对比分析.MobileNetV3网络表现最为优异,其识别度高达99.64％,选取其作为开发"智能中草药识别App"的网络模型.实验结果表明,基于深度学习的卷积神经网络可以极大提高中草药植物图像识别的准确率.

关键词：中草药、图像识别、数据增强、迁移学习

所属期刊栏目：34

分类号：TP391(计算技术、计算机技术)

资助基金：湖南省教育厅科学研究项目;长沙市自然科学基金

在线出版日期：2022-09-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：32-34