[发明专利]基于卷积神经网络中药识别方法及电子设备

权利要求书

1.一种基于卷积神经网络中药识别方法，其特征在于：

将中药分为M层，每层具有一种或两种以上的类别，M大于等于2；卷积神经网络中具有与M层中药对应的M层分类器，每层分类器与该层中药种类的数目相同且一一对应，成熟的卷积神经网络中每一分类器具有与所在层所在种类对应的特征匹配模型和下一层种类或中药名称对应的参考特征参数；

依据成熟的卷积神经网络进行中药识别的方法具体包括以下步骤：

将非参考中药图片输入卷积神经网络中，依次使用第1至M层的分类器依据对应的特征匹配模型和参考特征参数对所述非参考中药图片进行特征识别从而获取所述非参考中药图片的下一层类别或者名称，将识别后的非参考中药图片进行类别标记并输送至下一层对应类别的分类器中，直至通过第M层对应种类的分类器识别所述非参考中药图片的名称并标记。

2.如权利要求1所述的基于卷积神经网络中药识别方法，其特征在于：

分类器对所述非参考中药图片进行特征识别的具体方法包括：依据对应的特征匹配模型获取所述非参考中药图片的中药特征参数，将所述中药特征参数与参考特征参数进行比较，以判断所述非参考中药图片的在下一层的类别或名称。

3.如权利要求1所述的基于卷积神经网络中药识别方法，其特征在于：第一层中药类别的种类为总纲目，第二层中药类别包括草类、木类、虫类、石类、谷类。

4.如权利要求1所述的基于卷积神经网络中药识别方法，其特征在于：依据成熟的卷积神经网络进行中药识别之前还包括获得成熟的卷积神经网络的方法，具体包括以下步骤：获取各类参考中药图片以及各层的种类标记和名称标记，名称标记为第M层中药种类的下一层种类标记，从第1层至第M层依次将各类中药的参考图片以及下一层的种类标记输入当前层当前类别的分类器中进行训练识别以获得对应的特征匹配模型和下一层中药种类或中药名称的参考特征参数，直至获取第1至M层的各类成熟的分类器。

5.如权利要求4所述的基于卷积神经网络中药识别方法，其特征在于:将各类中药的参考图片以及下一层的种类标记输入当前层的分类器中进行训练之前还包括对各类参考中药图片进行预处理：检测所述参考中药图片中的中药位置并校正所述参考中药图片中中药的位置。

6.如权利要求1所述的基于卷积神经网络中药识别方法，其特征在于：所述非参考中药图片第二层种类的参考特征参数为外形参数。

7.如权利要求1所述的基于卷积神经网络中药识别方法，其特征在于：获取各类参考中药图片的方法为：从网上的资源库获取各类参考中药图片，依据摄像机采集输入各类参考中药图片。

8.如权利要求1所述的基于卷积神经网络中药识别方法，其特征在于：所述卷积神经网络中各分类器的结构相同，每一所述分类器依次包括第一卷积层、第一池化层、第二卷积层、第二池化层、第三卷积层、第四卷积层、第三池化层、第一连接层、第二连接层和Softmax层。

9.一种电子设备，包括：

一个或多个处理器；

存储器；以及

一个或多个程序，其中所述一个或多个程序被存储在所述存储器中，并且被配置成由一个或多个处理器执行，所述程序包括用于执行如权利要求1-8中任一项所述的基于卷积神经网络中药识别方法。

10.一种可读存储介质，其特征在于：包括可配合处理器执行如权利要求1-8中任一项所述的基于卷积神经网络中药识别方法的程序。