咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >改进 Res2Net和注意力的中药饮片识别模型 收藏

改进 Res2Net和注意力的中药饮片识别模型

Improved Res2Net and attention for Chinese herbal piece recognition model

作     者:谷瑞 宋翠玲 李元昊 Gu Rui;Song Cuiling;Li Yuanhao

作者机构:南京大学南京210003 苏州工业园区服务外包职业学院苏州215123 上海中医药大学上海200003 

出 版 物:《国外电子测量技术》 (Foreign Electronic Measurement Technology)

年 卷 期:2024年第43卷第9期

页      面:130-140页

学科分类:1305[艺术学-设计学(可授艺术学、工学学位)] 13[艺术学] 

基  金:2023年江苏省高职院校教师专业带头人高端研修项目(2023TDFX010)资助 

主  题:中药饮片 BIM-Res2Net50-IECA 多尺度特征 注意力机制 

摘      要:中药饮片是指药材经炮制后可直接用于中医临床或制剂生产的药品,针对中药饮片种类繁多、形状各异、鉴别困难的问题,提出一种改进Res2Net和注意力的中药饮片识别模型BIM-Res2Net50-IECA。首先,在Res2Net的基础上引入双向融合策略,促进不同尺度特征之间的有效交互,获取更精细和丰富的特征信息;其次,使用最大池化改进ECA注意力机制,同时增强全局视角和显著性特征,突出中药饮片重要的特征区域;最后,结合Softmax Loss和Center Loss构造联合损失函数,有效地调节类内以及类间距离,提高分类的准确性。实验表明,基线模型能有效提取多尺度特征,BIM-Res2Net50-IECA在构建的16类中药饮片数据集上的准确率、精确率、召回率和F1-Score分别为94.74%、94.27%、94.83%和94.55%,与先进的Tansformer分类模型相比,具有更低的计算复杂度和更高的准确率,能为中药饮片的智能识别提供有力支持。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分