基于Xception与迁移学习的中药饮片图像识别研究

为实现对常用60种中药饮片图像的精准快速识别，构建13 088张常见中药饮片图像数据集，采用迁移学习的方式，以深度学习算法中Xception卷积神经网络模型为基准，对饮片图像进行训练与识别。模型训练的初始学习率设置为0.01，优化器中设置Nesterov动量超参数为0.9，训练次数为100轮，得到在训练集上的分类准确率达到100%，验证集准确率为97.42%，测试集准确率为97.26%，最后结合混淆矩阵这一指标对模型的识别能力进行评估分析。该模型与传统依靠提取中药饮片图像特征的机器学习算法相比，分类效果更好，泛化能力更强。