排序方式: 共有1条查询结果,搜索用时 0 毫秒
1
1.
目的:利用人工智能和机器视觉技术,建立一种基于深度学习的青葙子及其混伪品图像分类方法。方法:通过定制化AI训练平台EasyDL,以青葙子药材及其混伪品的微性状图片为训练数据,对青葙子及其混伪品图像分类模型进行训练,并将该应用导入微信小程序,以便推广。结果:利用EasyDL构建的深度学习模型,青葙子及其混伪品图像分类准确率可以达到93.7%~94.8%。对于本系统所采集的药材图像,微信小程序识别率达到了80%~100%。在相同的饮片图像采集环境下,该模型能够准确识别出图像中药材的种类,具有比较稳定且比较好的识别效果。结论:利用人工智能和机器视觉技术,建立了基于深度学习的青葙子及其混伪品图像分类方法,拓宽了中药品质评价的研究思路,为人工智能在中药鉴定领域的普及提供了参考。 相似文献
1