[發明專利]基于深度殘差網絡的中藥飲片識別方法及系統

在審

• 申請號: 202110503467.8
• 申請日: 2021-05-10
• 公開（公告）號: CN113361564A
• 公開（公告）日: 2021-09-07
• 發明（設計）人: 宣琦;朱振強;朱城超;劉壯壯;鄭俊杰;翔云;邱君瀚
• 申請（專利權）人: 浙江工業大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/08
• 代理公司: 杭州天正專利事務所有限公司 33201
• 代理人: 王兵

基于深度殘差網絡的中藥飲片識別方法，包括：S1：數據采集：采集常見的中藥飲片圖片；S2：數據處理：對采集的原圖進行處理；S3：模型訓練：用訓練集訓練網絡模型；S4：數據識別：用中藥飲片分類網絡對中藥飲片進行識別。本發明還包括實施上述基于深度殘差網絡的中藥飲片識別方法的系統，包括依次連接的數據獲取模塊，數據處理模塊，網絡訓練模塊和數據識別模塊。本發明在深度殘差網絡的基礎上結合通道注意力機制來識別中藥飲片，注意力機制的引入能夠捕捉相似飲片的細微差異特征，提高識別準確率，降低了人力和時間成本，為非中醫藥學專業人士分辨生活中的中藥飲片提供了思路。

技術領域

本發明涉及圖像分類領域和中藥識別領域，特別涉及一種中藥飲片識別方法及系統。

背景技術

中藥飲片是指中草藥等經過炮制加工而成可直接入藥的原料，中藥飲片超過上千種，常見的也有幾百種，而且不同的飲片外觀常常十分相似，這就導致普通人群難以區分和辨別不同的中藥飲片。這個問題不僅在一定程度上阻礙了人們對中藥的認知，而且一旦人們誤服還會導致沒有治療效果而延誤病情，甚至會出現安全問題而危及生命。同時，一些不法商販還會利用中藥飲片難以辨認的特性出售假的中藥飲片，更是危害社會。

因此，為解決以上問題，需要一種基于深度學習的中藥飲片識別方法，能夠克服中藥飲片識別技術的精度低的技術問題，幫助大眾分辨中藥飲片。

專利號201911095497.9的一種基于人工智能的中藥識別方法使用了反相液相色譜法、親水作用色譜法、體積排阻色譜法及質譜法等技術相結合以獲得多維譜數據，以此識別中藥，偏向于化學方法提取特征。專利號為201811525966.1 的基于多視圖卷積神經網絡的中藥識別方法使用相機獲得單個中藥材的多角度特征圖，以此為依據識別中藥材種類，偏向于識別單個中藥材外觀特征而非中藥飲片的群體特征。

發明內容

本發明要克服普通大眾難以識別中藥飲片的問題，提供一種基于結合通道注意力機制的深度殘差網絡的中藥飲片識別方法及系統。

本發明實現上述發明目的所采用的技術方案如下：

基于深度殘差網絡的中藥飲片識別方法，其特征在于，包括以下步驟：

S1：數據采集：使用攝像頭和圖像網站采集常見的中藥飲片圖片，按照名稱分類保存；

S2：數據處理：對采集的原圖進行去重和篩選，并統一大小；

S3：模型訓練：將調整好的圖片作為模型數據集訓練中藥飲片分類網絡；

S4：數據識別：用訓練好的中藥飲片分類網絡對中藥飲片圖片進行識別。

進一步的，所述步驟S2具體包括：

S2.1：使用均值哈希算法，去除同一類別下重復的圖片；

S2.2：去除質量差的圖片，質量差的圖片包括：內容和名稱不符、模糊、分辨率過小等片；

S2.3：編寫圖像大小的調整程序，將所有圖像統一調整為224×224大小；

S2.4：編寫程序將所有圖片順序打亂，并將一部分圖像作為訓練集，余下的作為驗證集。

進一步的，所述步驟S3具體包括：

S3.1：所用的網絡模型基于ResNet50，但在每個block增加了由兩層全連接組成的通道注意力機制網絡，即先使用全局平均池化進行降維Squeeze操作，再使用升維Excitation操作生成相應通道的權重，最后將該權重應用于原來的每個特征通道，學習到不同通道的重要性；

S3.2：Squeeze操作具體包括，順著空間維度進行特征壓縮，將每個二維的特征通道變成一個實數，這個實數某種程度上具有全局的感受野，并且輸出的維度和輸入的特征通道數相匹配，如公式所示：