NB-TCM-CHM:中国草药水果的图像数据集及其通过深度学习对分类的应用
Dingcheng Tian1,2, Cui Zhou3, Yu Wang1
1College of Medicine and Biological Information Engineering, Northeastern University, Shenyang, 110819, China.
Data in brief
|May 3, 2024
概括
这项研究介绍了NB-TCM-CHM数据集,其中包括超过3,700张中国草药的图像. 本资源有助于开发准确的深度学习模型,用于识别传统中医草药.
科学领域:
- 传统中国医药 传统中国医药
- 计算机视觉 计算机视觉
- 数据科学数据科学数据科学
背景情况:
- 准确识别中国草药 (CHM) 对于中国传统医学 (TCM) 质量控制至关重要.
- 手动识别方法是劳动密集型和低效的,由于许多草药的视觉相似性而带来挑战.
- 缺乏高质量的数据集阻碍了应用先进的深度学习技术来识别CHM.
研究的目的:
- 解决基于深度学习的CHM识别适合数据集的稀缺问题.
- 为培训和评估CHM识别算法构建全面的数据集.
- 促进开发准确高效的自动化CHM识别系统.
主要方法:
- 通过网络抓取,收集了20种常见的CHM水果的3384张图像,用于数据集1.
- TCM专家对数据集1中的所有图像进行了注释.
- 数据集2由400个智能手机图像创建,用于实际评估.
- 综合的数据集形成了宁波传统中医中药草药 (NB-TCM-CHM) 数据集.
主要成果:
- 该NB-TCM-CHM数据集包括20种不同的中国草药的3,784张注释图像.
- 数据集1为训练深度学习模型提供了坚实的基础.
- 数据集2为评估现实世界识别性能提供实用数据.
- 数据集被组织起来,以便在开发和测试CHM识别算法时轻松使用.
结论:
- NB-TCM-CHM数据集是推动自动化CHM识别的宝贵资源.
- 这一数据集将支持开发更准确,更有效的深度学习模型,用于TCM.
- 它有助于在TCM实践中验证处方复合和质量控制.
