-
公开(公告)号:CN116051913B
公开(公告)日:2023-05-30
申请号:CN202310339474.8
申请日:2023-04-03
Applicant: 吉林农业大学
IPC: G06V10/764 , G06V10/77 , G06V10/82 , G06V10/774 , G06N3/0464
-
公开(公告)号:CN116051913A
公开(公告)日:2023-05-02
申请号:CN202310339474.8
申请日:2023-04-03
Applicant: 吉林农业大学
IPC: G06V10/764 , G06V10/77 , G06V10/82 , G06V10/774 , G06N3/0464
Abstract: 鹿茸饮片分类识别模型、方法及系统。属于图像识别技术领域,具体涉及中药饮片分类识别技术领域。其解决了针对鹿茸饮片进行分类识别时参数量大和特征提取针对性弱的问题。所述模型包括预处理单元、改进骨干网络单元和池化单元;所述改进骨干网络单元:对所述预处理层输出的图像进行参数减少和特征增强处理,包括多尺度骨干网络和改进卷积网络。所述方法使用所述鹿茸饮片分类识别模型进行,构建鹿茸饮片分类识别的训练集和验证集,将训练集输入所述鹿茸饮片分类识别模型进行深度学习,验证集用于验证准确率。本发明所述模型及方法可以应用在鹿茸饮片分类识别领域以及鹿茸饮片自动化分类领域。
-
公开(公告)号:CN116091896A
公开(公告)日:2023-05-09
申请号:CN202310382851.6
申请日:2023-04-12
Applicant: 吉林农业大学
IPC: G06V10/82 , G06N3/0464 , G06N3/091 , G06V10/776 , G06V10/778
Abstract: 本发明公开了一种基于IResNet模型网络的防风药材产地识别方法及系统,属于药材识别技术领域,其中,方法包括:采集多个防风药材图像构建小样本数据集;将小样本数据集划分为训练集和验证集;将分层残差连接结构加入IResNet模型网络中,得到改进后的骨干网络;采用深度可分离卷积操作代替改进后的骨干网络中的常规卷积操作,得到最优骨干网络;利用训练集对最优骨干网络进行训练,得到防风药材识别模型,并采用验证集对防风药材识别模型进行验证。该方法训练改进后的IResNet模型网络进行自主识别,减少了时间成本和计算成本,同时采用自适应学习率衰减策略提升网络模型训练精度和识别的准确率。
-
-