为提高中草药植物图像识别的准确率,使用深度学习技术对常见的中草药植物图像进行识别与分类.首先,通过拍照采集15种常见的中草药图像并进行数据预处理,构建中草药植物图像数据集;其次,选取VGG、GoogLeNet、ResNet、MobileNetV2、MobileNetV3共5种网络模型对图像进行识别并开展对比实验;再次,通过迁移学习优化网络结构,同时通过数据增强扩充现有的数据集;最后,对实验结果的准确率和损失率进行对比分析.MobileNetV3网络表现最为优异,其识别度高达99.64％,选取其作为开发"智能中草药识别App"的网络模型.实验结果表明,基于深度学习的卷积神经网络可以极大提高中草药植物图像识别的准确率.
NETL
NSTL
万方数据
维普
