中药饮片的分类对临床中药的实际应用有着十分重要的影响,传统的人工分类主要依靠主观经验作为判断依据,而基于计算机视觉的中药饮片自动识别分类有着快速、准确的特点。 但影响自动识别结果的因素较多,针对中药饮片自动识别结果受产地、锻造方式等因素影响大的问题,提出了一种基于元辅助任务学习的中药饮片识别方法。 该方法采用了辅助任务以提升主任务表现的策略,利用中药饮片的多种属性构成辅助任务,以提升主任务即中药饮片分类结果的准确性;此外该方法还加入了元学习
标签生成网络,该网络自动为模型生成辅助标签作为辅助任务,在提升模型表现的同时节省了人工标注的成本;最后该方法使用了 Swin-Transformer 作为骨干网络进行特
征提取,提升了模型的全局感知能力,进一步提升了模型的泛化性。 实验结果表明,该方法在不同批次中药饮片中的识别精度均高于普通方法。