论文总字数：18310字

摘 要

在早期的美国科幻片中，人工智能出现频率颇高，各类酷炫的人工智能层出不穷，人工智能也给计算机领域戴上了神秘的面纱。直到2016年AlphaGo的问世，让我们这些观众真正在现实世界中领略到人工智能的魅力。AlphaGo的征战之路是越战越勇，从一开始的偶有败局到最后战无不胜，这个过程让我们领略到了机器学习的无上潜力。

深度学习是机器学习的一个热门研究领域，目前在大数据背景的支持下，基于深度学习方识别图像的速率是远远高于传统的图片识别方法，故而它是图片识别领域一种较受欢迎的方法。中草药文化算得上是我国一种独有的文化，有的中草药长在人迹罕至的深山，有的却长在我们触手可及的屋前道旁，有一个共同点，就是我们大抵都不认识它们，我们只知其名却不知其形。故而我想在这次毕业设计中将深度学习方法应用到常见中草药的识别当中，来帮助人们更快速便捷地认识身边的药用植物。

本次毕业设计用到的卷积神经网络模型设计层数有七层，前四层均为卷积层，后三层全为全连接层，针对10类身边常见的药用植物图片数据集进行训练得到模型，并编写了一个简易的GUI界面调用该模型，从而实现一个小型的常见中草药识别系统，整个设计过程均使用Python语言。

关键词：图像识别 卷积神经网络 深度学习 Python语言

Deep learning based image recognition of common Chinese herbal medicines

Abstract

In the early American science fiction films, Artificial intelligence(AI) appeared frequently, and various kinds of cool Artificial intelligence (AI) emerged in endlessly. Artificial intelligence (AI) also put a mysterious veil on the computer field. Until the advent of AlphaGo in 2016, let our audience really appreciate the charm of Artificial intelligence(AI) in the real world. AlphaGo's way to fight is Vietnam. From the occasional defeat at the beginning to the invincible battle in the end, this process shows us the prospect of machine learning and the feasibility of realizing artificial intelligence.

Deep learning is a popular research field in machine learning. At present, with the support of large data background, the rate of image recognition based on in-depth learning is much higher than that of traditional image recognition methods. Therefore, it is a more popular method in the field of image recognition.Chinese herbal culture can be regarded as a unique culture in China. Some Chinese herbal medicines grow in the mountains that are inaccessible to people, while others grow near the front of our houses. One thing we have in common is that we do not know them. We know its name but not its shape. Therefore, I would like to apply the deep learning method to the identification of common Chinese herbal medicines in this graduation design to help people understand the medicinal plants around them more quickly and easily.

This graduation project uses the traditional convolution neural network model, which consists of seven layers. The first four layers are convolution layers, and the last three layers are all full connection layers. The model is trained for 10 kinds of common medicinal plant pictures. A simple GUI interface is developed to call the model, thus realizing a simple image recognition system. The whole design process uses Python programing language.

Key Words: Image-Recognition; CNN; Deep Learning; Python

目 录

摘 要 I

Abstract II

第一章 绪论 1

1.1 研究背景 1

1.2 研究意义 1

1.3研究现状 2

1.4 本章小结 3

第二章 功能需求分析 4

2.1系统功能需求分析 4

2.2 功能描述 4

2.3非功能性需求分析 6

2.4本章小结 6

第三章 系统开发技术介绍 7

3.1 深度学习的概念和原理 7

3.2 相关技术简介 7

3.2.1 卷积神经网络 7

3.2.2 Tensorflow框架介绍 10

3.3相关编程软件 12

3.3.1 Spyderamp;Pycharm介绍 12

3.4本章小结 12

第四章 系统设计 14

4.1课题设计内容 14

4.1.1 设计框架 14

4.1.2 设计方案 15

4.2本章小结 16

第五章 系统功能实现及项目总结 18

5.1 模型和功能模块展示 18

5.1.1 神经网络模型展示及介绍 18

5.1.2功能展示及实现方法说明 19

5.2 系统功能测试 25

5.3 项目总结 27

5.4本章小结 28

总结与展望 29

参考文献 31

致谢 33

第一章 绪论

进入信息时代以后，人们的生活开始变得日新月异，网上购物、网上点餐、电子支付、指纹识别、瞳孔识别等等一些列现象活脱脱是几年前科幻小说的具现化，人们的生活在这些技术的装点下变得舒适多彩。近些年人工智能这个课题被提上了日程，为了实现它应运而生了许多尖端技术，深度学习方法就是其中之一，这项技术主要理念是通过计算机模拟人大脑的活动来解释数据,例如图像,声音和文本。这一技术同时也可以运用到中草药的鉴别中去，这种方法是借助计算机来存储中草药植物图像并自动实现对中草药图像的分类、检索，可以事半功倍，节省人力。其实很多时候出现在我们身边之“杂草”很有可能是一味效果显著的中药材，因为我们的不认识而与它错过，是非常遗憾的，这时要是有一个对中草药能进行识别的系统就可以完美解决这个问题。

本课题就是运用深度学习相关技术，研究开发一款能够快速且准确识别常见中草药的的系统，对我们身边能常见到却不知其名的草药进行识别，从而可以知其名。

1.1 研究背景

如今经济水平发展迅速，人们在解决温饱之余也开始注重起养生来，用草药调理身体的人络绎不绝，市场对草药的需求被大大的提升起来。但是由于前些年中医受到西医的冲击，沉寂了一阵子，中医从业人员逐渐减少，老前辈也相继离去，这些拖慢了中医发展的步伐，好在现阶段科技发展还算迅速，把科技的力量运用到中医药的发展上一定会产生奇妙的火花。

1.2 研究意义

深度学习在图像识别领域的发展势头更是不可估量，由于传统植物图像识别研究主要集中在植物叶片图像，这有着一定的局限性，毕竟叶片只是植物形象特征的一小部分，识别结果会有一定的偏差甚至错误。故而，深度卷积神经网络技术被运用于植物识别领域,突破局部叶片图像的限制,能够对常规植物图片进行识别并且提高识别准确性。

请支付后下载全文，论文总字数：18310字