【技术实现步骤摘要】
一种基于LSTM神经网络的食品安全图像检测方法
本专利技术涉及食品安全图像检测技术。
技术介绍
近年来，大量的食物需要专用设备如液相色谱仪来进行检测是否合格，但这些设备都不能直接检测样品，每一种样品都需要前处理，流程十分的麻烦。同时液相色谱的检测速度有限，对于大量的食物来说，液相色谱检测是一项繁重的工作，但又是必须的。图像识别领域技术的发展可以为食品安全开辟一个新的方法。即可以用图像识别的方法将不合格的食物分出来。使用前馈卷积神经网络（convnets）和RNNs来解决计算机视觉问题，是深度学习最广为人知的成果，但前馈卷积神经网络无法对以前的信息保留和回馈，因为这个原因，导致准确率不高。
技术实现思路
针对上述情况本专利技术采用LSTM神经网络算法来进行食品的图像识别。LSTM网络已被证明比传统的RNNs更加有效。在这个模型中，常规的神经元，即一个将S型激活应用于其输入线性组合的单位，被存储单元所代替。每个存储单元是与一个输入门，一个输出门和一个跨越时间步骤无干扰送入自身的内部状态相关联。本专利技术采用卷积神经网络（1）将图像转为RGB格式的三通道二进制数据（2）将二进制数据输入到LSTM神经网络中，计算公式如下（3）LSTM神经网络进行自动的分类本专利技术的优点是提高了食品安全检测的准确率具体实施方式:在该模型中，对于每个存储单元，三套权重从输入训练而得，包括先前时间步中完整的隐藏状态。一个馈送到输入节点，在上式的底部。一个馈送到输入门，在最右侧的单元格底部显示。另一个馈送到输出门，在顶部最右侧的显示。每个蓝色节点与一个激活函数相关联，典型情况是S型函数，以...
【技术保护点】
权利要求书：一种基于LSTM神经网络的食品安全图像检测方法，其特征在于：采用LSTM神经网络算法来进行食品的图像识别。
【技术特征摘要】
1.权利要求书：一种基于LSTM神经网络的食品安全图像检测方...
【专利技术属性】
技术研发人员：张业平，张小虎，
申请(专利权)人：苏州创新通用色谱仪器有限公司，
类型：发明
国别省市：江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。