基于ConvNeXt的相似中药饮片图像分类
兰邵琨
朱彦陈
李会丽
郑文华
张志凯
江西中医药大学 江西南昌 330004
摘要：针对药材市场上出现越来越多以假乱真、以次充好的现象,根本原因在于人工识别效率低、准确性易受主观因素影响,而精准区分外观相似的中药饮片,对保障临床用药安全与疗效至关重要.基于计算机视觉的分类技术具备智能、高效的独特优势,可为中药饮片筛选提供可靠解决方案.为此,文章研究并提出一种基于ConvNeXt的同类中药饮片识别算法:通过调整全连接层节点数量、冻结该层参数,结合迁移学习方法对模型进行训练优化,最终构建出新的识别模型.实验以26类易混淆中药饮片为研究对象,构建包含1124幅图片的数据集,结果表明,该模型对中药饮片影像的分类准确率达99％以上,显著优于传统CNN模型.该研究为中药饮片从业人员提供了强有力的技术支持,能有效辅助中药饮片的鉴定工作,为规范中药市场、保障用药安全提供了新路径.
关键词：卷积神经网络迁移学习中药饮片图像分类ConvNeXt网络
资助基金：纳米/分子电子器件设计及输运性质的研究(GJJ211225)
论文发表日期：2025-12-25
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：4( 8-11 )