摘要
本发明公开了一种基于机器学习的片剂识别方法及系统，包括：采集片剂图像，对片剂图像进行裁剪、去噪、增强和归一化处理，获得预处理后的图像；基于深度学习神经网络模型，结合片剂重量信息，对片剂缺陷进行初步识别分类，获得存在微小缺陷的片剂；基于卷积神经网络与集成学习的片剂识别框架训练获得识别模型，通过识别模型对存在微小缺陷的片剂进行二次识别，获得目标分类识别结果；通过接口向流水线控制系统输出目标分类识别结果，实现自动化分拣。本发明结合了图像数据和重量信息进行双重识别，引入集成学习与深度学习相结合，大大提高了对微小缺陷的识别能力，从而提高对缺陷的识别精度。
