-
公开(公告)号:CN113077420A
公开(公告)日:2021-07-06
申请号:CN202110295929.1
申请日:2021-03-19
Applicant: 江南大学 , 福建安井食品股份有限公司
Abstract: 本发明公开了一种基于卷积神经网络的鱼肉纤维评价方法和系统,属于食品检测技术领域。借助图像识别技术,利用深度卷积神经网络算法,通过机器学习方式检测鱼肉肌纤维的形态特征,进而表征鱼肉纤维程度。该方法避免了传统感官评定方法易受主观因素影响,且结果也无法直接用精确的数据表达等缺点,具有识别准确率高、速度快、检测结果更精确等优点。针对传统卷积神经网络在对鱼肉纤维识别时,受染色操作和拍照环境影响,鱼肉纤维显微图片颜色存在差异导致识别结果准确性低等问题,本发明在传统卷积神经网络的基础上引入基于边缘特征注意力的网络结构,强调机器对鱼肉纤维纹理信息的学习,降低了模型受图片颜色变化的影响,显著提高了检测准确性。
-
公开(公告)号:CN113077420B
公开(公告)日:2024-05-31
申请号:CN202110295929.1
申请日:2021-03-19
Applicant: 江南大学 , 安井食品集团股份有限公司
Abstract: 本发明公开了一种基于卷积神经网络的鱼肉纤维评价方法和系统,属于食品检测技术领域。借助图像识别技术,利用深度卷积神经网络算法,通过机器学习方式检测鱼肉肌纤维的形态特征,进而表征鱼肉纤维程度。该方法避免了传统感官评定方法易受主观因素影响,且结果也无法直接用精确的数据表达等缺点,具有识别准确率高、速度快、检测结果更精确等优点。针对传统卷积神经网络在对鱼肉纤维识别时,受染色操作和拍照环境影响,鱼肉纤维显微图片颜色存在差异导致识别结果准确性低等问题,本发明在传统卷积神经网络的基础上引入基于边缘特征注意力的网络结构,强调机器对鱼肉纤维纹理信息的学习,降低了模型受图片颜色变化的影响,显著提高了检测准确性。
-