基于改進(jìn)的Faster-RCNN的中藥檢測(cè)

趙留陽(yáng)

（安徽理工大學(xué) 計(jì)算機(jī)科學(xué)與工程學(xué)院，安徽 淮南 232001）

0 引 言

中藥是我國(guó)文化重要的組成部分，近年來(lái)，疫情肆虐，在治療疫情方面中藥發(fā)揮了重要的作用，但目前中藥的檢測(cè)主要由人工完成，耗時(shí)長(zhǎng)。隨著深度學(xué)習(xí)的發(fā)展，基于深度學(xué)習(xí)的檢測(cè)算法日新月異，將深度學(xué)習(xí)應(yīng)用于中藥檢測(cè)將會(huì)大大提高中藥的檢測(cè)能力。

當(dāng)前目標(biāo)檢測(cè)領(lǐng)域常用的算法模型有目標(biāo)特征提取網(wǎng)絡(luò)、頭部網(wǎng)絡(luò)以及頸部網(wǎng)絡(luò)，特征提取網(wǎng)絡(luò)顧名思義用來(lái)進(jìn)行目標(biāo)的特征提取，常用的目標(biāo)特征主要有VGG、ResNet殘 差 網(wǎng) 絡(luò)、DenseNet、MobileNet以 及CSPDarknet53等。隨著深度學(xué)習(xí)的不斷發(fā)展，其在目標(biāo)檢測(cè)領(lǐng)域取得了斐然的成績(jī)，當(dāng)前深度學(xué)習(xí)技術(shù)日新月異，因此目標(biāo)檢測(cè)領(lǐng)域也衍生了兩派不同的檢測(cè)算法：第一種是以YOLO、SSD為主要代表的單階段檢測(cè)算法，另一種是以Faster-RCNN算法為主的兩階段檢測(cè)算法，兩派算法各有優(yōu)劣，單階段檢測(cè)算法與兩階段相比，因其減少一些操作流程，參數(shù)量減少因此在檢測(cè)速度上優(yōu)于兩階段檢測(cè)算法，但精度遜于兩階段的算法。但日常生活中，除正常目標(biāo)外，還包括大量的小目標(biāo)物體，相比較目標(biāo)特征較明顯的物體兩類算法對(duì)小目標(biāo)的檢測(cè)精度有所下降。伴隨著技術(shù)的不斷發(fā)展，在目標(biāo)檢測(cè)領(lǐng)域衍生了注意力機(jī)制。注意力機(jī)制是從圖像的大量消息中捕捉對(duì)當(dāng)前任務(wù)更為重要的有效信息，包括尺度較小的目標(biāo)特征。注意力機(jī)制分為軟注意力和強(qiáng)注意力，軟注意力重點(diǎn)關(guān)注通道或者區(qū)域，其又包含通道注意力、空間注意力以及通道和空間融合使用的混合注意力。……