[发明专利]基于深度学习的中草药识别方法、装置及存储介质

说明书

本发明涉及图像识别技术领域，公开了一种基于深度学习的中草药识别方法、装置及存储介质，该方法包括：对待识别草药图片进行特征提取，获得待处理草药特征信息；根据待处理草药特征信息确定草药类别信息；将待处理草药特征信息和草药类别信息输入至预设双教师蒸馏模型中，获得草药名称和草药置信度；在草药置信度大于预设阈值时，根据草药名称从中草药资料数据库中提取草药名称对应的草药知识信息。相较于现有技术，中草药的识别往往需要人工实现，要求研究者具备丰富的中草药知识储备和经验，而本发明将待处理草药特征信息和草药类别信息输入至预设双教师蒸馏模型中进行中草药识别分类，从而提高了中草药识别的精准性。

技术领域

本发明涉及图像识别技术领域，尤其涉及一种基于深度学习的中草药识别方法、装置及存储介质。

背景技术

民族中草药作为我国的民族瑰宝，其传承发展及知识库的完善需要大量的人工支持、专业人员的知识积累。传统的民族中草药的识别分类往往需要人工实现，要求研究者具备相当丰富的中草药知识储备和经验。同时，整个过程除时间周期较长外，其分类结果的准确率也难以保证。因此，如何高效准确地获取中草药的识别结果是亟待解决的技术问题。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种基于深度学习的中草药识别方法、装置及存储介质，旨在解决如何高效准确地获取中草药的识别结果的技术问题。

为实现上述目的，本发明提供一种基于深度学习的中草药识别方法，所述基于深度学习的中草药识别方法包括以下步骤：

获取待识别草药图片，并对所述待识别草药图片进行特征提取，获得待处理草药特征信息；

根据所述待处理草药特征信息确定草药类别信息；

将所述待处理草药特征信息和所述草药类别信息输入至预设双教师蒸馏模型中，获得所述待识别草药图片的草药名称和草药置信度；

在所述草药置信度大于预设阈值时，根据所述草药名称从中草药资料数据库中提取所述草药名称对应的草药知识信息。

优选地，所述获取待识别草药图片，并对所述待识别草药图片进行特征提取，获得待处理草药特征信息的步骤之前，还包括：

获取样本草药对应的训练图像集，对所述训练图像集进行遍历，获得遍历到的当前训练图像；

根据不同的图像增广策略对所述当前训练图像进行变换，获得变换图像集；

对所述变换图像集中的每个变换图像进行裁剪，获得裁剪图像集；

在遍历结束时，根据获得的所有裁剪图像集生成裁剪图像集集合；

根据所述训练图像集和所述裁剪图像集集合构建预设双教师蒸馏模型。

优选地，所述根据所述训练图像集和所述裁剪图像集集合构建预设双教师蒸馏模型的步骤，包括：

将所述训练图像集和所述裁剪图像集集合输入至第一预设教师模型中，获得第一预测类别概率分布；

将所述训练图像集和所述裁剪图像集集合输入至第二预设教师模型中，获得第二预测类别概率分布；

根据所述第一预测类别概率分布和所述第二预测类别概率分布确定综合类别概率分布；

将所述训练图像集和所述裁剪图像集集合输入至预设学生模型中，获得第三预测类别概率分布；

根据所述综合类别概率分布和所述第三预测类别概率分布构建预设双教师蒸馏模型。

优选地，所述根据所述综合类别概率分布和所述第三预测类别概率分布构建预设双教师蒸馏模型的步骤，包括：