2.如權利要求1所述的一種少量標注數據下的中醫手寫處方識別方法，其特征在于，

S1、將手寫中藥圖片中的100味常用中藥及8個常用重量進行標注；

S2、中藥筆跡模擬模型包括生成器及判別器，每味中藥標注7張圖片，向生成器中輸入1x100的噪聲和長度為18的類別信息，即18味手寫中藥圖片信息，經過兩層全連接層將特征圖尺寸放大，再結合類別信息，經過兩層反卷積層將特征圖尺寸放大，最后采用sigmoid函數生成最終圖像，在判別器中輸入最終圖像的灰度圖片和長度為18的類別信息，經過兩層卷積層和兩層全連接層，最后經過sigmoid函數判斷輸入圖片的真實性；

S3、隨機組合中藥，生成多個模擬手寫處方數據行包括S2中的中藥筆跡模擬模型生成的中藥圖片，以及S1中的手寫中藥圖片；

S4、生成的多個模擬手寫處方數據行具體為，在神經網絡中輸入處方數據行，經過4層卷積層提取空間維度特征，得到特征圖，將這些特征圖經過reshape函數形成的特征輸入到bi-directional LSTM神經網絡中提取時間維度特征，然后再經過矩陣轉換得到的結果矩陣，最后采用beam search算法選出概率最高的結果；采用ctc loss函數訓練處方識別模型；

S5，將真實手寫處方數據行輸入訓練后的處方識別模型，處方識別模型對輸入的真實手寫處方數據行進行識別，輸出識別結果。