基于SSD-MobileNet V1深度学习算法的药用植物叶片识别方法

来源：江苏农业科学杂志2020年第第22期北京时间：

作者：丁常宏; 王守宇; 高鹏

单位：1.黑龙江中医药大学药学院，黑龙江哈尔滨 150040；2.黑龙江中医药大学中药学博士后流动站，黑龙江哈尔滨 150040；3.哈尔滨工程大学计算机科学与技术学院，黑龙江哈尔滨 150001

摘要：长期以来药用植物的鉴定主要依靠人工和经验，为协助中药资源研究人员、植物资源研究人员更准确地完成植物鉴别，数字图像模式识别技术可以加以应用。本研究基于SSD-MobileNet V1深度学习算法对需要查询的药用植物照片进行相似性检索，对比药用植物叶片进行药用植物的识别与鉴定。结果表明，当阈值为0.5时，精确率及召回率均可达96.0%，为该深度学习模型的最佳值。在此条件下，训练集的学习准确率各标签均为100%；识别检验结果显示，5种药用植物共100张不同叶片照片的识别正确率可以达到100%。说明基于SSD-MobileNet V1深度学习算法的药用植物叶片识别方法高效准确，能够协助植物资源调查人员进行植物辨识，为中药资源普查、研究，植物资源研究等各方面工作提供了强大技术支持。

关键词：数字图像模式识别技术;SSD-MobileNet V1深度学习算法;相似性检索;阈值;植物叶片