换一批基于改进YOLOv3的中药饮片智能鉴别模型研究
Intelligent Identification Model of Traditional Chinese Medicine Pieces Based on Improved YOLOv3 Algorithm
摘要目的 针对中药饮片鉴别研究中的饮片漏检、误检、定位不精准、置信度低等问题,通过对小目标和重叠度高的目标具有良好检测效果的YOLOv3算法进行改进,提升中药饮片智能检测识别的准确率.方法 采集常见的148种中药饮片图像,构建中药饮片RGB图像数据集.在原始YOLOv3算法模型基础上,通过K-means聚类算法选取合适的锚点框尺寸;引入CIoU损失函数进行边界框回归,提高边界框的定位精度、置信度等;将传统的非极大值抑制NMS改进为DIoUNMS,降低YOLOv3算法对重叠度高的密集目标的漏检、误检等问题.结果 对148种中药饮片进行测试,改进后的算法实现了98.47%的平均检测精度均值,相比原始YOLOv3算法提升了1.83%;对密集、重叠度高等复杂情况下的饮片实现了更好的检测效果,饮片漏检、误检、定位不精准、置信度低等问题在一定程度上得到了相应的缓解.结论 改进后的算法有效提升了中药饮片的识别精度和泛化能力,为中药饮片实现自动化智能检测提供新的参考.
更多相关知识
分类号
R282.71（中药学）
栏目名称
DOI
10.11842/wst.20231231001
发布时间
2025-03-17（万方平台首次上网日期，不代表论文的发表时间）
基金项目
现代农业产业技术体系（CARS-21）
南阳市科学技术局南阳市科技攻关计划基金项目（KJGG098）
- 浏览0
- 被引1
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
