基于深度学习的中药饮片识别算法研究与实现

作     者：张志光 

作者单位：河北工程大学 

学位级别：硕士

导师姓名：张永强;李茂林

授予年度：2021年

学科分类：1006[医学-中西医结合] 08[工学] 081104[工学-模式识别与智能系统] 080203[工学-机械设计及理论] 0802[工学-机械工程] 0811[工学-控制科学与工程] 10[医学] 100602[医学-中西医结合临床] 

主      题：目标检测 深度学习 小程序 图像识别 

摘      要：随着人们对身体健康重视程度的提高,中药饮片的应用越来越广泛,中药饮片在生产和调剂过程依靠人工操作,这种方式消耗大量的人力。并且人们在使用中药饮片时,可能会出现因不了解其药名或药性,而出现误食现象。为了解决这些问题,增强人们对中药饮片的学习,本文将YOLOv4目标检测算法应用到中药饮片的识别中,并在此基础上设计实现了中药饮片在线识别系统。在中药饮片识别系统中,对中药饮片的类别检测是最为关键的一步,通过检测出类别,匹配相关信息。中药饮片的类别检测难点在于背景复杂,目标物体存在尺度不一,大部分中药饮片较小。故对YOLOv4目标检测算法进行改进,提升算法识别性能。在算法中加入Non-local注意力机制,提升算法对复杂背景下的中药饮片识别性能,又加入RFB模块,提升算法对不同尺度的中药饮片识别性能。实验结果表明:在自制的8469张中药饮片图像数据集上,改进后的算法测得的性能评价指标m AP值为98.02%,相比于原算法测得的m AP值96.89%有显著提升。得到较好的识别性能后,通过识别得到的中药饮片类别,匹配该类别中药饮片的相关信息,包括产地、外貌特征、主治功效等。将改进后的算法模型部署在微信小程序端,实现在线的中药饮片识别。本文对中药饮片识别算法进行改进,通过改进算法识别中药饮片的类别,匹配对应的相关信息,可加强人们对中药饮片的学习,并防止误食现象的发生,同时也为中药饮片的生产和调剂提供了方向,最后将算法部署微信小程序,做到不占内存,随走随用的特性。