简介:
本发明公开了属于冷藏食品质量评估技术领域的一种基于深度学习的冰鲜鲳鱼新鲜度快速分级方法,具体是基于Mask R‑CNN技术对鲳鱼图像实现新鲜度分级,获取冰鲜鲳鱼图像,建立数字图像数据集,将特征学习融入到建立模型的过程中,对鱼眼和鱼鳃部位进行准确的检测分割,不仅可以自主进行特征学习,而且能够精确分割和准确分类鲳鱼新鲜度。以此实现对冰鲜鲳鱼品质劣变快速检测与智能预测;增进模型的可扩展性和可迁移性。实现快速,低成本,精确,无损,实时的自动化检测技术,有利于保障消费者健康和利益。本发明对不同品种的冷链储运环境、供应链源头上控制产品质量、为公共卫生防疫事业提供技术支持。
本发明公开了属于冷藏食品质量评估技术领域的一种基于深度学习的冰鲜鲳鱼新鲜度快速分级方法,具体是基于Mask R‑CNN技术对鲳鱼图像实现新鲜度分级,获取冰鲜鲳鱼图像,建立数字图像数据集,将特征学习融入到建立模型的过程中,对鱼眼和鱼鳃部位进行准确的检测分割,不仅可以自主进行特征学习,而且能够精确分割和准确分类鲳鱼新鲜度。以此实现对冰鲜鲳鱼品质劣变快速检测与智能预测;增进模型的可扩展性和可迁移性。实现快速,低成本,精确,无损,实时的自动化检测技术,有利于保障消费者健康和利益。本发明对不同品种的冷链储运环境、供应链源头上控制产品质量、为公共卫生防疫事业提供技术支持。