基于多任务学习模型的中药饮片识别

• 作者: 王永康 胡继礼 阚红星
• 来源期刊: 现代中药研究与实践
• 学科: 医学
• 关键词: 中药饮片 传统特征 卷积神经网络 多任务学习
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 资源与鉴定
• 页码范围: 1-5
• 页数: 5页
• 分类号: R282.5
• 语种: 中文
• DOI: 10.13728/j.1673-6427.2020.02.001

摘要

目的 探讨多任务学习模型在中药饮片识别领域的可行性.方法 搜集中药饮片200种(合计30 437张饮片图像),根据饮片类别数量,将数据分为5个批次.通过多任务学习概念,soft参数共享以及最大化任务相关不确定性的似然函数原理,构建多任务学习模型.将模型与传统特征和卷积网络算法,在不同批次数据下,分别计算识别的平均准确率与标准差.结果 多任务学习模型在不同实验条件下,平均准确率最高可达86.2％,标准差的数值小且稳定,总体识别效果明显优于传统特征和卷积网络算法组.结论 通过多任务学习模型进行中药饮片识别,有效提升了识别的准确性和鲁棒性,表明研究具有可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	阚红星		44	73	5.0	6.0
2	胡继礼		23	38	4.0	5.0
3	王永康		2	0	0.0	0.0