Целью является автоматическое распознавание угла срезов Zhe Beimu на основе улучшенного алгоритма YOLOv7-tiny. Метод использует увеличение данных для создания набора данных из 16 000 изображений с Zhe Beimu под разными углами. Алгоритм YOLOv7-tiny был улучшен путём замены обычных свёрток на фантомные свёртки (GhostConv), добавления механизма координационного внимания (CA), замены некоторых функций активации на менее затратную HardSwish функцию, добавления штрафного члена для ошибки распознавания угла в функции потерь и изменения стратегии подавления немаксимумов (NMS) для обработки множественных обнаружений одного объекта. Для проверки эффективности различных улучшений были проведены абляционные эксперименты, сравнивая результаты с моделью до и после добавления каждого улучшения на базе исходной модели или модели с уже проверенными улучшениями, что подтвердило их результаты по метрикам. Результаты показали, что улучшенный алгоритм распознавания угла срезов Zhe Beimu требует около 55,4% параметров от исходного алгоритма, объём вычислений составляет около 59,4%, средняя точность при пороге IoU 0,5 (mAP@0.5) увеличилась на 12,2%, средняя абсолютная ошибка распознавания угла (MAE) составила 5,02°, что на 4,58° меньше, чем у исходного алгоритма, а среднее время распознавания одного изображения в условиях эксперимента достигло 8,7 мс, что значительно быстрее средней реакции человека. Заключение: в данной работе улучшенный алгоритм YOLOv7-tiny был использован для распознавания угла срезов Zhe Beimu, он легче и точнее исходной модели, что предоставляет новый метод для стабильной и точной автоматизации срезов Zhe Beimu и служит ориентиром для автоматизации обработки других традиционных китайских лекарств.

Zhe Beimu;автоматизация приготовления;умное производство;технология срезов;механизм внимания;глубокая сверточная сеть;обнаружение объектов;увеличение компактности модели