目的 应用深度学习算法对易混淆的中药饮片进行识别，确定目标中的中药饮片位置及类别，在此基础上进一步对原网络框架上进行改进，提高识别准确率。方法 本文基于EfficientDet目标检测算法框架，结合注意力机制，对网络结构进行改进。通过这种方式，模型在处理图像时能够更加关注重要特征，从而提高识别的准确性。图像数据采集使用人工拍摄的方法构建，采集后，使用标注工具对图像进行人工标注，确保数据集的准确性和完整性。完成数据集构建和模型设计后，输入数据进行训练，以优化模型性能。结果 针对易混淆的两种中药饮片(川贝母、平贝母)进行识别验证，平均识别准确率为99.06%,引入注意力机制进行改进后，平均识别准确率可达到99.34%。这一结果表明，EfficientDet算法在易混淆中药饮片识别任务中具有很高的准确性，且注意力机制的引入有效提升了模型的性能。结论 本文将轻量级高效的EfficientDet神经网络应用于中药材识别，并在原网络框架基础上进行改进，显著提升了识别准确率。该研究为中药饮片自动化识别系统的实现奠定了基础，具有重要的临床应用价值。通过高效的识别系统，能够提高中药的安全性与有效性，为中医药的传承与发展提供强有力的技术支持。