中药材识别模型

本文提出了一种基于弱监督信息的细粒度图像分类双线性模型。该模型引入了通道注意力机制和Inception模块，以提高特征提取效果和模型性能。构建两个不同的通道，一个用于物体定位，即完成物体与局部区域检测工作，另一个用于对网络检测到的物体位置进行特征提取。这两个网络相互协调作用，完成了细粒度图像分类过程中的两个关键任务。在实验中，我们构建了一个数据集，包括人工拍摄的2000多张照片和网络爬取的几千张照片。通过数据增强、裁剪和归一化处理，我们建立了一个含有14类中药饮片的数据集，为实验提供了基础数据。实验结果表明，所提出的方法在中药饮片识别任务上取得了显著效果，验证了其有效性。最后，我们在构建的数据集上结合提出的网络模型，应用于中药饮片的识别，并设计了一个中药饮片识别系统。该系统能够离线识别照片并提供相应建议，克服了传统方法中依赖于经验判断和标注数据的局限性，显著提升了准确性和效率，具有重要的理论和实际意义。