目的は、改良されたYOLOv7-tinyアルゴリズムに基づき、浙贝母の切片角度の自動認識を実現することである。方法として、データ拡張を用いて異なる角度の浙贝母を含む16,000枚の画像データセットを構築した。YOLOv7-tinyアルゴリズムを改良し、通常の畳み込みをGhostConv（ゴースト畳み込み）に置き換え、座標注意機構（CA）を最適に追加し、一部の活性化関数を計算量の少ないHardSwish関数に置き換え、損失関数に角度認識誤差の罰則項を追加し、同一対象に複数の認識結果が存在する現象に対処するため非極大抑制（NMS）戦略を修正した。異なる改良点がアルゴリズムモデルの最適化に及ぼす効果を検証するため、すべての改良点についてアブレーション実験を行い、元のモデルまたはすでに有効性が検証された改良点が追加されたモデルを基に、特定の改良点の追加前後の予測結果を比較し、評価指標の改善により改良点の有効性を証明した。結果、改良された浙贝母切片角度認識アルゴリズムの必要パラメータ数は元のアルゴリズムの約55.4%、計算量は約59.4%、IoU0.5での平均精度（mAP@0.5）は12.2%向上し、認識角度の平均絶対誤差（MAE）は5.02°であり、元のアルゴリズムと比較して4.58°減少した。本研究の実験環境では、単一画像の平均認識時間は8.7msであり、人間の平均反応時間よりもはるかに速い。結論として、本研究は改良されたYOLOv7-tinyアルゴリズムを用いて浙贝母切片角度の認識を実現し、元モデルよりも軽量かつ認識精度が高く、安定的かつ正確な浙贝母切片の自動化に新たな方法を提供するとともに、他の漢方薬の自動化にも一定の参考とした。

浙贝母;調製自動化;スマート製造;切片技術;注意機構;深層畳み込みネットワーク;物体検出;モデル軽量化