基于有效深度学习模型和自建数据集的传统药用植物叶子识别
计算机视觉与模式识别
2025-03-12 v1
摘要
药用植物是传统和现代药品制备中的重要组成部分，尤其在古印度医学(Ayurveda)这一古老医疗体系中。由于某些植物外观相似，制药过程需要准确地识别和收集、提取正确的植物，这需要人类专家的介入。为了解决植物准确识别问题并减少对人类专家的依赖，本文提出了一种计算机视觉方法。我们提出的模型是一种自定义的卷积神经网络(CNN)架构，包含 6 个卷积层、最大池化层和全连接层。该模型在三个不同的数据集上进行测试：印度药用叶子图像数据集、MED117 药用植物叶子数据集以及作者自建的数据集。使用各种优化器(包括 Adam、RMSprop 和带动量的 SGD)，该模型分别实现了 99.5%、98.4% 和 99.7% 的准确率。
引用
@article{arxiv.2501.09363,
title = {Identification of Traditional Medicinal Plant Leaves Using an effective Deep Learning model and Self-Curated Dataset},
author = {Deepjyoti Chetia and Sanjib Kr Kalita and Prof Partha Pratim Baruah and Debasish Dutta and Tanaz Akhter},
journal= {arXiv preprint arXiv:2501.09363},
year = {2025}
}