基于卷积神经网络的中草药图像分类算法研究

吕 科锦
泰国格乐大学

摘要

图像分类作为一种典型的分类任务是计算机视觉领域中基础而又重要的研究主题。图像分类过程中，特征提取对提升分类精确度起到了至关重要的作用。本文首先介绍卷积神经网络的相关技术，分析卷积神经网络算法的发展前景与研究方向。通过卷积神经网络模型AlexNet的缺点进行分析，提出一种改进型网络模型。在预处理阶段采用双立方插值算法将图像统一为标准尺寸，然后对图像进行归一化操作，保持输入数据具有相似的分布。同时对结构进行优化，使用更加精细的卷积核提取特征，对卷积层进行变形以降低参数量，放弃局部响应归一化操作与分组策略，采用批归一化的数据处理方法。通过采用改进后的激活函数对数据进行非线性变换，能够有效地提高网络模型的性能，实现对中草药图像分类。

关键词

卷积神经网络;中草药;图像分类算法

参考

[1]庄奕珊.基于深度神经网络的中药材识别.华南理工大学.2018,03[2]刘加峰,高子啸,段元民,李海云,石宏理.基于深度学习的中药材饮片图像识别.北京生物医学工程.2021,12[3] 季长清.基于卷积神经网络的图像分类算法综述.计算机应用-2021-09[4]韩梅．药用植物学：中国农业出版社，2008年[5]魏甫豫.基于卷积神经网络下昆虫种类图像识别应用研究.河南师范大学学报-2022-10[6]基于卷积神经网络的图像分类算法研究及应用 赵清源-西安电子科技大学-2021年