摘要
本发明涉及一种基于深度学习的无人药房药方药品匹配确认警告系统及其匹配确认方法,涉及无人自动化智能领域,通过滑窗检测、局部NMS与全局NMS的结合,解决了超大尺寸药方、药品图像的处理难题,实现了高精度的目标检测与匹配,避免了传统方法中的冗余检测与漏检问题。本发明采用双头网络结构,将位置匹配与类别匹配独立处理,使得类别信息不会干扰位置匹配,同时利用类别信息辅助匹配决策,提升了系统的匹配精度和鲁棒性。通过多种损失函数的组合使用,全面提升模型的特征表达能力、匹配精度和分类性能,特别是在处理复杂样本和类别不平衡时表现尤为出色。解决了现有技术在药品、药材、药方图像匹配中的多个难题,为实际工业和工程应用提供了一种高效、智能的解决方案。
技术关键词
药方
药房
警告系统
网络结构
多阶段
双头
欠采样技术
样本
损失函数优化
过采样技术
图像分割
光学字符识别
无标签数据
匈牙利算法
超大尺寸
教师
药品库
鲁棒性