第26卷第9期2023年9月软件工程SOFTWAREENGINEERINGVol.26No.9Sep.2023文章编号:2096-1472(2023)09-0038-04DOI:10.19644/j.cnki.issn2096-1472.2023.009.007收稿日期:2023-02-10基金项目:甘肃省科技计划项目(20CX9NA095)基于改进型AlexNet的中药材图像识别李万虎,吴丽丽(甘肃农业大学信息科学技术学院,甘肃兰州730070)894083430@qq.com;wull@gsau.edu.cn摘要:文章以百部、白芍、枸杞、黄精、姜黄、蒲黄、蛇床子、益母草、郁金和枳壳片共10种中药材为研究对象,使用Python爬虫算法构建数据集,使用随机缩放、随机剪切、水平翻转对数据集进行增强,对AlexNet网络模型进行改进,具体改进内容为在原AlexNet网络模型的第三层(卷积层)之后插入一层,为新的第三层,同时在原AlexNet网络模型中引入岭回归和迁移学习,建立基于改进型AlexNet网络模型的10种中药材的图像识别方法,该模型的平均识别准确率达95.4%;数据集足够大时,可以有效地提高图像识别准确率,该模型也可应用于绝大部分需要识别的中药材类别的场景。关键词:卷积神经网络;AlexNet;中药材;图像识别中图分类号:TP391文献标志码:AImageRecognitionofChineseMedicinalMaterialsBasedonImprovedAlexNetLIWanhu,WULili(CollegeofInformationScienceandTechnology,GansuAgriculturalUniversity,Lanzhou730070,China)894083430@qq.com;wull@gsau.edu.cnAbstract:Inthispaper,atotalof10Chineseherbalmedicines,includingRadixstemonae,Paeonialactiflorapalls,Wolfberry,Rhizomapolygonati,Turmeric,Cattailpollen,Fructuscnidii,Motherwort,Curcumaturmeric,andAurantiumaurantium,aretakenastheresearchobjects,Pythoncrawleralgorithmisusedtobuilddatasets,andrandomscaling,randomclipping,andhorizontalflippingareusedtoenhancethedatasets.AlexNetnetworkmodelisimprovedbyinsertingonelayerafterthethirdlayer(convolutionallayer)oftheoriginalAlexNetnetworkmodel,anditbecomesanewthirdlayer.Atthesametime,ridgeregressionandtransferlearningareintroducedintotheoriginalAlexNetnetworkmodeltoestablishanimagerecognitionmethodfor10kindsofChinesemedicinalmaterialsbasedontheimprovedAlexNetnetworkmodel.Theaveragerecognitionaccuracyofthismodelis95.4%.Whenthedatasetislargeenough,itcaneffectivelyimprovetheaccuracyofimagerecognition.Theproposedmodelcanalsobeappliedtomostofthes...
