El objetivo es lograr el reconocimiento automático del ángulo de las láminas de Zhe Beimu basado en un algoritmo YOLOv7-tiny mejorado. El método utiliza aumento de datos para construir un conjunto de datos de 16,000 imágenes que contienen Zhe Beimu en diferentes ángulos. Se mejoró el algoritmo YOLOv7-tiny reemplazando convoluciones normales con convoluciones fantasma (GhostConv), agregando de manera óptima un mecanismo de atención de coordenadas (CA), sustituyendo algunas funciones de activación por la función HardSwish de menor carga computacional, agregando un término de penalización del error de reconocimiento de ángulo en la función de pérdida y modificando la estrategia de supresión no máxima (NMS) para manejar múltiples resultados de reconocimiento del mismo objetivo. Para validar la eficacia de las diferentes mejoras en la optimización del modelo del algoritmo, se realizaron experimentos de ablación comparando los resultados de predicción antes y después de agregar una mejora específica en la base del modelo original o del modelo que ya incluía mejoras validadas, demostrando la efectividad de dichas mejoras mediante la mejora de los indicadores de evaluación. Los resultados muestran que el algoritmo mejorado para el reconocimiento del ángulo de las láminas de Zhe Beimu requiere aproximadamente el 55.4% de los parámetros del algoritmo original, con un cálculo aproximado del 59.4%, la precisión media promedio a un IoU de 0.5 (mAP@0.5) aumentó en un 12.2%, el error absoluto medio (MAE) del reconocimiento del ángulo fue de 5.02°, reduciéndose 4.58° respecto al algoritmo original, y el tiempo medio de reconocimiento por imagen en el entorno experimental fue de 8.7 ms, mucho más rápido que el tiempo de reacción medio humano. Conclusión: este estudio utiliza un algoritmo YOLOv7-tiny mejorado para lograr el reconocimiento del ángulo de las láminas de Zhe Beimu, siendo más ligero y preciso que el modelo original, proporcionando un nuevo método para la automatización estable y precisa de las láminas de Zhe Beimu y sirviendo como referencia para la automatización de otras preparaciones de medicina tradicional china.

Zhe Beimu;automatización de preparación;fabricación inteligente;proceso de corte;mecanismo de atención;red convolucional profunda;detección de objetos;ligereza del modelo