avatar avatar 我的文献 基于深度学习的小样本中药材粉末显微图像识别 单位 北方工业大学信息学院; 北京大学药学院; 中国中医科学院中药资源中心 期刊 计算机应用 时间 关键词 小样本数据; 注意力机制; 颜色空间; 卷积神经网络; 中药材粉末显微特征图像识别 基金 中医药行业科研专项(201407003); 中央本级重大增减支项目(2060302)
摘要
针对中药材种类繁多、数据量稀少,难以对导管分类的问题,提出一种基于多通道颜色空间与注意力机制模型的卷积神经网络改进方法。首先,采用多通道颜色空间将RGB颜色空间与其他颜色空间合并为6通道作为网络输入,使网络学习亮度、色调和饱和度等特征信息,弥补数据量不足;其次在网络中加入注意力机制模型,其中通道注意力模型通过将两个池化层的信息融合,空间注意力模型通过多尺度空洞卷积结合的方式,使网络将注意力聚焦于小样本中关键的特征信息。实验结果表明,针对8774张导管图像的34种中药材样本,采用多通道颜色空间和注意力机制模型的方法,识别率分别提升了1.8%和3.1%,将二者结合后识别率提升了4.1%,所提方法对小样本分类的识别率有着大幅度的提升。
下载 浏览 cnki {{liketext}}
©2020 - iData {{ message }} 关闭