【技术实现步骤摘要】
用于黑蒜的菌类检测方法
[0001]本申请涉及菌类检测领域，且更为具体地，涉及一种用于黑蒜的菌类检测方法。
技术介绍
[0002]大蒜是一种调味香辛类蔬菜，具有抗菌消炎、提高机体免疫力、预防和治疗心血管疾病、防治肿瘤等多方面的功能。黑蒜是由新鲜的带皮生蒜在高温高湿的环境下，不添加任何添加剂自然发酵而成，是大蒜的深加工产品。与生大蒜相比，黑蒜没有了刺激性的蒜臭味，口感酸甜，而且粗蛋白和多酚等营养功效成分含量有一定的提高，深受消费者的喜爱。
[0003]常规的黑蒜加工工艺生产周期长，成本较高，价格居高不下，制约了黑蒜食品的发展。有关黑蒜工艺优化的现有技术较多，但是关于将大蒜内生菌作为发酵菌剂应用到黑蒜加工过程中的现有技术较少。在黑蒜的生产工艺中，会涉及诸多菌类，而不同菌类中有的菌类对黑蒜制备有促进作用，而有的菌类则对黑蒜制备无作用甚至会产生负面作用。
[0004]因此，期待一种用于黑蒜的菌类检测方案。
技术实现思路
[0005]为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种用于黑蒜的...
【技术保护点】
【技术特征摘要】
1.一种用于黑蒜的菌类检测方法，其特征在于，包括：获取预定时间段的发酵液监控视频、所述预定时间段内多个预定时间点的发酵温度值；从所述预定时间段的发酵液监控视频提取多个发酵液监控关键帧；将所述多个发酵液监控关键帧通过包含深浅融合模块的第一卷积神经网络模型以得到多个发酵液监控特征矩阵；将所述多个发酵液监控特征矩阵沿着样本维度聚合为三维特征张量后通过使用三维卷积核的第二卷积神经网络模型以得到发酵液状态变化特征向量；将所述多个预定时间点的发酵温度值按照时间维度排列为发酵温度输入向量后通过多尺度邻域特征提取模块以得到发酵液温度特征向量；计算所述发酵液温度特征向量相对于所述发酵液状态变化特征向量的响应性估计以得到分类特征矩阵；以及将所述分类特征矩阵通过分类器以得到分类结果，所述分类结果用于表示当前时间点的发酵液温度应增大或应减小。2.根据权利要求1所述的用于黑蒜的菌类检测方法，其特征在于，所述从所述预定时间段的发酵液监控视频提取多个发酵液监控关键帧，包括：以预定采样频率从所述预定时间段的发酵液监控视频中提取所述多个发酵液监控关键帧。3.根据权利要求2所述的用于黑蒜的菌类检测方法，其特征在于，所述将所述多个发酵液监控关键帧通过包含深浅融合模块的第一卷积神经网络模型以得到多个发酵液监控特征矩阵，包括：从所述第一卷积神经网络模型的第M层提取浅层特征图，其中，M大于等于1且小于等于6；从所述第一卷积神经网络模型的第N层提取深层特征图，其中，N/M大于等于5且小于等于10；使用所述第一卷积神经网络模型的深浅特征融合模块融合所述浅层特征图和所述深层特征图以得到融合特征图；以及对所述融合特征图进行沿通道维度的全局池化以得到所述发酵液监控特征矩阵。4.根据权利要求3所述的用于黑蒜的菌类检测方法，其特征在于，所述将所述多个发酵液监控特征矩阵沿着样本维度聚合为三维特征张量后通过使用三维卷积核的第二卷积神经网络模型以得到发酵液状态变化特征向量，包括：使用所述第二卷积神经网络模型对所述三维特征张量进行三维卷积编码以得到发酵液状态变化特征图；以及对所述发酵液状态变化特征图的沿通道维度的各个特征矩阵进行全局均值池化以得到所述发酵液状态变化特征向量。5.根据权利要求4所述的用于黑蒜的菌类检测方法，其特征在于，所述使用所述第二卷积神经网络模型对所述三维特征张量进行三维卷积编码以得到发酵液状态变化特征图，包括：使用所述使用三维卷积核的第二卷积神经网络模型在层的正向传递中对输入数据分别进行：基于所述三维卷积核对所述输入数据进行三维卷积处理以得到卷积特征图；对所述卷积特征图进行基于局部特征矩阵的均值池化处理以得到池化特征图；以及对所述池化特征图进行非线性激活以得到激活特征图；其中，所述第二卷积神经网络模型的最后一层的输出为所述发酵液状态变化特征图，所述第二卷积神经网络模型的第一层的输入为所述三维特征张量。6.根据权利要求5所述的用于黑蒜的菌类检测方法，其特征在于，所述将所述多个预定时间点的发酵温度值按照时间维度排列为发酵温度输入向量后通过多尺度邻域特征提取模块以得到发酵液温度特征向量，包括：将所述发酵温度输入向量输入所述多尺度邻域特征提取模块的第一卷积层以得到第一尺度发酵液温度特征向量，其中，所述第一卷积层...
【专利技术属性】
技术研发人员：张黎明，张明永，沙如意，张丽颖，
申请(专利权)人：江苏福多美生物科技有限公司，
类型：发明
国别省市：
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。