[发明专利]一种基于卷积神经网络的中药材识别方法

说明书

本发明公开了一种基于卷积神经网络的中药材识别方法，该方法先对未知中药材的待识别图片进行植物和非植物的识别，在识别为植物时，采用识别模型对待识别图片对应的中药材名称进行识别，识别率如果大于85％，则直接展示识别结果；识别率如果小于15％，则将待识别图片发送至专家团队人工进行识别；识别率如果在15％到85％之间，则在数据库中查找与待识别图片最相似的样本图片，采用识别模型对样本图片进行识别，如果识别率仍然小于85％，则将待识别图片发送至人工进行识别。本发明能够对中药材进行全面、准确的识别，更重要的是致力于发现稀缺药材，为贫困地区服务。

技术领域

本发明涉及药材识别技术领域，特别是涉及一种基于卷积神经网络的中药材识别方法。

背景技术

目前，中药材在线识别主要基于字典查询技术和图像识别技术进行识别，存在无法识别中药材图片、无法判别是否是中药材图片、中药材识别率低、无法对新出现的中药材进行识别等问题。

其中，基于字典查询技术的中药材在线识别通过字典查询技术对现有中药材进行统计和整理。由于其对现有中药材进行字典方式的统计查询因而会存在无法快速识别中药材图片，无法对中药材图片对应的中药材名称进行识别，而且无法对新出现的中药材进行智能辨别的问题。

图像识别技术的中药材在线识别通过将中药材图片与已有植物图库内的植物进行比对来实现中药材的识别。而大多数已有植物图库缺乏专业性，导致无法准确识别中药材，而且不会分别图片是否是中药材图片，所以存在识别误差极大的问题。此外，已有植物图库缺乏中药材的详细信息，这些详细信息包括功能介绍、性质归属、价值功效。

发明内容

本发明的目的在于提供一种基于卷积神经网络的中药材识别方法，能够对中药材进行全面、准确的识别。

为解决上述技术问题，本发明采用的一个技术方案是：提供一种红外重复码学习方法，包括：

S1：拍摄并上传未知中药材的待识别图片；

S2：调用外部识别接口对所述待识别图片是植物还是非植物，如果是非植物，则进行步骤S3，如果是植物，则进行步骤S4；

S3：过滤所述待识别图片；

S4：采用识别模型对所述待识别图片对应的中药材名称进行识别，得到疑似中药材名称及其识别率，其中，所述识别模型由卷积神经网络对已知中药材的样本图片进行训练得到；

S5：判断所述疑似中药材名称的识别率是否大于85％，如果大于85％，则进行步骤S6，如果不大于85％，则进行步骤S7；

S6：从数据库中获取并展示所述疑似中药材名称对应的详细信息；

S7：判断所述疑似中药材名称的识别率是否大于15％，如果大于15％，则进行步骤S8，如果不大于15％，则进行步骤S11；

S8：将所述待识别图片存入数据库中，并在数据库中查找与所述待识别图片最相似的样本图片，采用识别模型对所述样本图片进行识别，得到替代中药材名称及其识别率；

S9：判断所述替代中药材名称的识别率是否大于85％，如果大于85％，则进行步骤S10，如果不大于85％，则进行步骤S11；

S10：将所述替代中药材名称代替疑似中药材名称，并进行步骤S6；

S11：将所述待识别图片发送至人工进行识别；

S12：接收人工识别的实际中药材名称，将实际中药材名称代替疑似中药材名称，并进行步骤S6。

优选的，所述步骤S6还包括：

同时展示所述疑似中药材名称对应的购买链接，其中，所述购买链接与中药材名称预先关联。

优选的，所述步骤S6还包括：