【技术实现步骤摘要】
一种基于深度学习的明虾新鲜度无损检测方法
本专利技术属于计算机视觉以及食品安全检测，食品贮藏，具体涉及一种基于深度学习的明虾新鲜度无损检测方法。
技术介绍
食品安全与质量问题一直以来都是民生领域的重大课题，食品质量与安全问题永远都离不开食品质量的检测分析，但是传统的新鲜度检测方法大多使用化学方法，对相应的理化指标进行检测，而这样的检测手段需要对样品进行破坏，只能通过随机取样的办法用极个别样本的新鲜程度来代表总体的新鲜程度。无损检测方法就可以避免对样品进行破坏且操作费时费力。而现有的无损检测方法，诸如通过光谱图像识别明虾新鲜度，或者是通过检测挥发氨的含量来判断明虾新鲜度，都存在一定的缺陷，光谱法识别明虾新鲜度时需要收集明虾光谱图像，需要使用到复杂仪器设备，而检测挥发氨需要明虾所处环境拥有稳定且密闭的条件，它们均存在种种限制，不能同时做到便捷、准确与高效。与此同时，计算机技术，尤其是人工智能的发展为我们提供了便捷、准确和高效地检测明虾新鲜程度提供了可能。深度学习模型在多个领域得到了非常广泛的应用，而其中，卷积神经网络在图...
【技术保护点】
1.一种基于深度学习的明虾新鲜度无损检测方法，其特征在于，通过深度学习模型提取大量不同新鲜度明虾图片的特征结构，在不断地迭代训练模型之后，通过待测明虾图片来对明虾的新鲜度进行预测。/n
【技术特征摘要】
1.一种基于深度学习的明虾新鲜度无损检测方法，其特征在于，通过深度学习模型提取大量不同新鲜度明虾图片的特征结构，在不断地迭代训练模型之后，通过待测明虾图片来对明虾的新鲜度进行预测。
2.根据权利要求1所述的一种基于深度学习的明虾新鲜度无损检测方法，其特征在于，该方法具体实现步骤如下：
步骤S1、对不同新鲜度的明虾样本，进行外观图片采集之后，按照理化指标标准对明虾进行挥发性盐基氮标准值测定；
步骤S2、步骤S1收集到的图片信息进行预处理：根据理化指标标准，对图片进行挥发性盐基氮标准值标注，包括对具体挥发性盐基氮标准值的预测值的标注和明虾是否属于新鲜样品的标注，从而得到带有新鲜度标签的明虾图片数据集，将图像数据集按照8:1:1的比例划分为训练...
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。