【技术实现步骤摘要】
一种中草药饮片识别模型的构建方法
本专利技术涉及中草药饮片智能识别领域，具体涉及一种中草药饮片识别模型的构建方法。
技术介绍
我国是中草药饮片资源丰富的国家，同时中草药饮片在临床防病治病过程中得到广泛应用，据相关报道，2017年中草药饮片市场规模达到2330亿元，2018年以后市场规模继续扩大，可见中草药饮片庞大的市场价值。中草药饮片是由中草药饮片经过洗净、炮炙、加工等环节制成；然而，在其加工过程中往往由于各方面原因造成药材形状变更、颜色失真、外表混淆等情况，不易区分；且由于药材的真伪、优劣与临床用药的安全有效有直接关联。因此对中草药饮片进行鉴定识别，有利于规范中草药饮片市场，加强中草药饮片的质量监控；对中草药饮片鉴别进行定量化研究，促进中草药饮片的客观化发展。但是，传统的饮片识别方法过于依赖识别人员的知识技能和主观性，难以客观、统一，而且识别工作量大。受益于芯片、大数据及分布式计算等技术的快速发展，深度学习作为机器学习领域的重要技术也取得了巨大进展，尤其在图像识别等领域。基于深度学习的图像识别技术在很多领域已经达到...
【技术保护点】
1.一种中草药饮片识别模型的构建方法，其特征在于，包括如下步骤：/n步骤S1，拍照收集图片/n选择一批中草药饮片，由固定的人物，在固定的时间段、固定的地点，采用固定的器材，以固定的角度对饮片拍照，并确保让饮片的每一部分都可以随机的呈现在照片上；/n步骤S2，整理、筛选、修建图片：每种饮片基于图像清晰度、居中度、远近度及重复度进行筛选，每种饮片保留若干张，每张图片中包含饮片的数量、背景复杂程度、分辨度、大小随机获得；/n步骤S3，数据增强、扩充图片并形成图片数据集：对步骤S2得到的图片进行不同维度的修改，将每种中草药饮片的图片进行扩充，并归纳整理；/n步骤S4，数据划分：将步...
【技术特征摘要】
1.一种中草药饮片识别模型的构建方法，其特征在于，包括如下步骤：
步骤S1，拍照收集图片
选择一批中草药饮片，由固定的人物，在固定的时间段、固定的地点，采用固定的器材，以固定的角度对饮片拍照，并确保让饮片的每一部分都可以随机的呈现在照片上；
步骤S2，整理、筛选、修建图片：每种饮片基于图像清晰度、居中度、远近度及重复度进行筛选，每种饮片保留若干张，每张图片中包含饮片的数量、背景复杂程度、分辨度、大小随机获得；
步骤S3，数据增强、扩充图片并形成图片数据集：对步骤S2得到的图片进行不同维度的修改，将每种中草药饮片的图片进行扩充，并归纳整理；
步骤S4，数据划分：将步骤S3构建的数据集随机分为训练集、验证集和测试集，然后用训练集训练不同的模型，用验证集验证模型，根据情况不断调整模型，选择出其中最好的模型，最后用测试集评估最终的模型；
步骤S5，选取机器学习模型架构：选择GoogLeNetInceptionv3和Resnet-50这两种架构进行机器学习的训练；
步骤S6，选取模型超参数、内部方法；
步骤S7，用划分好的训练集数据分别放入上述两个模型中进行训练，训练结果accuracy达到98％以上则符合要求则进入步骤S8，否则说明模型产生了bias，需要调整模型或者调整超参数，返回步骤S5；
步骤S8，用验证集数据分别放入两个模型中进行模型验证，如果准确率accuracy达到96％以上则符合要求，则进入步骤S9，否则说明产生了variance，需要更多的训练数据或者调整模型正则化，返回步骤S1；
步骤S9，通过计算以上模型分别的精准率precision和召回率recall，再计算模型分别的F1Score，选取得分最高的模型为最优模型，具体公式如下：
其中TP为truepositive，FN为falsenegative，FP为falsepositive；
步骤S10，用测试集数据对选取的最优模型进行综合测试，accuracy大于95％则验证结果符合要求，进入步...
【专利技术属性】
技术研发人员：刘史佳，王晓骁，李哲，张倩，宣宁，史俊，王典，
申请(专利权)人：江苏省中医院，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。