融合改进残差网络和Transformer的易混淆中药饮片识别研究

目的:基于改进的残差卷积神经网络和Transformer混合架构对5组常见的根茎类易混淆中药饮片构建分类模型,探索人工智能对复杂场景中药饮片的分类价值。方法:以玉竹与知母;大血藤与鸡血藤;桔梗与黄芪;防风、前胡与板蓝根;怀牛膝、川牛膝与续断12类5组易混淆中药饮片为研究对象,构建包含8720张图片的中药饮片数据集。设计基于残差模块和注意力机制的TyNet103 CNN+Transformer模型,对TyNet103自建模型进行消融实验并与3个经典模型的准确率进行比较,结合集成学习思想进行基分类器投票得到中药饮片分类结果。结果:4个模型在测试集上的初始准确率分别为78.41%、77.83%、72.57%和80.13%,模型改进并应用组合策略优化后准确率分别达到95.35%、96.65%、96.33%、97.56%,应用集成学习方法得到的强分类器在测试集上准确率可达99.41%。结论:通过模型改进,组合优化策略和集成学习实现的中药材分类模型具有智能化、客观化、准确率高且高效易用的特点,可辅助鉴别易混淆的中药饮片。

基于多尺度ResNet融合注意力机制的麦冬细粒度识别

中药材鉴别依赖于中药师的经验,效率低且没有统一的量化标准。针对川麦冬、山麦冬和浙麦冬3类易混淆中药饮片图像细粒度分类问题,本文提出一种基于ResNet-152残差神经网络的改进模型MARNet-152(Multiscale-Attention Residual Network-152),辅助人工自动辨识3种易混淆的麦冬饮片。基于ResNet-152残差神经网络构建改进的模型MARNet-152,对ResNet-152网络结构中Bottleneck的3×3卷积核进行分组卷积以提取和表示多尺度特征;引入结合空间和通道的卷积注意力机制模块(Convolutional Block Attention Module,CBAM),使模型更关注识别目标物体细节并具有更好的解释性。改进后的网络模型在麦冬图像细粒度识别时达到91.42%的分类精度,相较于基础模型提高了6.62个百分点,可为麦冬识别提供参考。MARNet-152模型具有更高的泛化能力,识别效果较原始ResNet-152模型提升非常明显。