[發明專利]基于深度學習的中草藥識別方法、裝置及存儲介質

有效

• 申請號: 202110628514.1
• 申請日: 2021-06-04
• 公開（公告）號: CN113449776B
• 公開（公告）日: 2023-07-25
• 發明（設計）人: 鄭祿;文曉國;龍文漢;帖軍;徐勝舟;藍佳寧
• 申請（專利權）人: 中南民族大學
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/774;G06V10/82;G06N3/096;G06N3/047;G06N3/0464
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 鄺艷菊

本發明涉及圖像識別技術領域，公開了一種基于深度學習的中草藥識別方法、裝置及存儲介質，該方法包括：對待識別草藥圖片進行特征提取，獲得待處理草藥特征信息；根據待處理草藥特征信息確定草藥類別信息；將待處理草藥特征信息和草藥類別信息輸入至預設雙教師蒸餾模型中，獲得草藥名稱和草藥置信度；在草藥置信度大于預設閾值時，根據草藥名稱從中草藥資料數據庫中提取草藥名稱對應的草藥知識信息。相較于現有技術，中草藥的識別往往需要人工實現，要求研究者具備豐富的中草藥知識儲備和經驗，而本發明將待處理草藥特征信息和草藥類別信息輸入至預設雙教師蒸餾模型中進行中草藥識別分類，從而提高了中草藥識別的精準性。

技術領域

本發明涉及圖像識別技術領域，尤其涉及一種基于深度學習的中草藥識別方法、裝置及存儲介質。

背景技術

民族中草藥作為我國的民族瑰寶，其傳承發展及知識庫的完善需要大量的人工支持、專業人員的知識積累。傳統的民族中草藥的識別分類往往需要人工實現，要求研究者具備相當豐富的中草藥知識儲備和經驗。同時，整個過程除時間周期較長外，其分類結果的準確率也難以保證。因此，如何高效準確地獲取中草藥的識別結果是亟待解決的技術問題。

上述內容僅用于輔助理解本發明的技術方案，并不代表承認上述內容是現有技術。

發明內容

本發明的主要目的在于提供一種基于深度學習的中草藥識別方法、裝置及存儲介質，旨在解決如何高效準確地獲取中草藥的識別結果的技術問題。

為實現上述目的，本發明提供一種基于深度學習的中草藥識別方法，所述基于深度學習的中草藥識別方法包括以下步驟：

獲取待識別草藥圖片，并對所述待識別草藥圖片進行特征提取，獲得待處理草藥特征信息；

根據所述待處理草藥特征信息確定草藥類別信息；

將所述待處理草藥特征信息和所述草藥類別信息輸入至預設雙教師蒸餾模型中，獲得所述待識別草藥圖片的草藥名稱和草藥置信度；

在所述草藥置信度大于預設閾值時，根據所述草藥名稱從中草藥資料數據庫中提取所述草藥名稱對應的草藥知識信息。

優選地，所述獲取待識別草藥圖片，并對所述待識別草藥圖片進行特征提取，獲得待處理草藥特征信息的步驟之前，還包括：

獲取樣本草藥對應的訓練圖像集，對所述訓練圖像集進行遍歷，獲得遍歷到的當前訓練圖像；

根據不同的圖像增廣策略對所述當前訓練圖像進行變換，獲得變換圖像集；

對所述變換圖像集中的每個變換圖像進行裁剪，獲得裁剪圖像集；

在遍歷結束時，根據獲得的所有裁剪圖像集生成裁剪圖像集集合；

根據所述訓練圖像集和所述裁剪圖像集集合構建預設雙教師蒸餾模型。

優選地，所述根據所述訓練圖像集和所述裁剪圖像集集合構建預設雙教師蒸餾模型的步驟，包括：

將所述訓練圖像集和所述裁剪圖像集集合輸入至第一預設教師模型中，獲得第一預測類別概率分布；

將所述訓練圖像集和所述裁剪圖像集集合輸入至第二預設教師模型中，獲得第二預測類別概率分布；

根據所述第一預測類別概率分布和所述第二預測類別概率分布確定綜合類別概率分布；

將所述訓練圖像集和所述裁剪圖像集集合輸入至預設學生模型中，獲得第三預測類別概率分布；

根據所述綜合類別概率分布和所述第三預測類別概率分布構建預設雙教師蒸餾模型。

優選地，所述根據所述綜合類別概率分布和所述第三預測類別概率分布構建預設雙教師蒸餾模型的步驟，包括：