文献类型：期刊文章

作　　者：胡科[1] 刘新跃[1]

Hu Ke;Liu Xinyue(Information and Network Center,Chengdu University,Chengdu,China)

机构地区：[1]成都大学信息网络中心,四川成都

出　　处：《科学技术创新》

基　　金：四川省教育信息化应用与发展研究中心2021年度项目(JYXX21-001);四川省高等教育学会2021年教育信息化研究课题(GJXHXXH21-YB-28)。

年　　份：2024

期　　号：9

起止页码：79-82

语　　种：中文

收录情况：JST、普通刊

摘　　要：正品川贝母药用价值高,市场上常出现掺伪现象,严重影响川贝母的质量。目前,川贝母的鉴别主要依靠传统性状鉴别、显微鉴别、理化鉴别等,主观性较强,对操作人员的实践经验要求较高,且预处理工作繁琐。针对目前川贝母鉴别方法的缺点,采用深度学习方法实现川贝母的自动检测识别,提出一种改进YOLOv3网络对不同种类的川贝母图像进行训练,嵌入双通路模块和通道注意力机制,分别从特征提取和特征选择上加强模型对川贝母形态特征的表达,提升模型检测精度。实验结果表明,改进的YOLOv3模型能够实现川贝母的快速批量自动化鉴定,平均精确度达到80%,为中草药行业中川贝母品质评价提供一种新的解决方案。

关 键 词：川贝母 深度学习  改进YOLOv3  自动化鉴定  

分 类 号：TP183]