摘要
本公开涉及一种基于深度学习模型的亳白芍鉴别方法、系统、设备及介质。鉴别方法包括:通过获取在不同采收期采收得到的亳白芍的图像数据,并对图像数据添加相应的标签,将样本数据拆分为多个数据集,通过大量标注了采收期的亳白芍图像数据对深度学习模型进行训练,在训练过程中确定深度学习模型的训练参数,并对模型性能进行测试,模型能够学习到亳白芍在不同采收期的细微特征差异,确保深度学习模型的鉴别效果,相较于传统的人工鉴别方法,该方法能够实现对亳白芍的快速、自动化鉴别,大大提高了鉴别效率,减少了人力成本。
技术关键词
深度学习模型
鉴别方法
白芍
数据验证
模型训练模块
鉴别系统
分类准确率
Adam算法
计算机存储介质
批量
标签
参数
图像处理方式
计算机可执行指令
图像获取模块
鉴别模块
训练集
系统为您推荐了相关专利信息
异常轨迹
自动编码器
重构
重建原始数据
三次样条插值法
程度评价方法
桥梁主梁
尺寸
训练深度学习模型
神经网络单元
光伏储能设备
负荷预测模型
气象预报数据
策略生成系统
实时信息
视频智能分析
取证方法
智能分析模型
录像
设备控制参数