公开(公告)号：CN116524498B

公开(公告)日：2025-05-09

申请号：CN202310505473.6

申请日：2023-05-08

Applicant: 福州大学

Inventor： 陈俊 ,  姜乃祺 ,  孙方宁 ,  石浩铭 ,  孟伟强 ,  陈芳 ,  易才键 ,  王师玮

IPC: G06V20/69 ,  G06V20/68 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了一种基于改进的YOLOX的食品中常见菌菌落分类和鉴别方法，包括以下步骤：步骤S1：采集食品中常见微生物菌落图像；步骤S2：对步骤S1采集的食品中常见微生物菌落图像进行标注；步骤S3：对步骤S1采集的菌落图像进行数据增强；步骤S4：构建改进的YOLOX目标检测模型；步骤S5：将步骤S4改进的YOLOX目标检测模型进行模型轻量化处理；步骤S6：将步骤S5的轻量化处理后的模型部署至终端设备中；步骤S7：通过步骤S6构建的菌落鉴别系统，检测图片内的菌落特征，并输出检测结果。应用本技术方案可有效提高食品检测实验室菌种类型鉴别的工作效率。

公开(公告)号：CN116524498A

公开(公告)日：2023-08-01

申请号：CN202310505473.6

申请日：2023-05-08

Applicant: 福州大学

Inventor： 陈俊 ,  姜乃祺 ,  孙方宁 ,  石浩铭 ,  孟伟强 ,  陈芳 ,  易才键 ,  王师玮

IPC: G06V20/69 ,  G06V20/68 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了一种基于改进的YOLOX的食品中常见菌菌落分类和鉴别方法，包括以下步骤：步骤S1：采集食品中常见微生物菌落图像；步骤S2：对步骤S1采集的食品中常见微生物菌落图像进行标注；步骤S3：对步骤S1采集的菌落图像进行数据增强；步骤S4：构建改进的YOLOX目标检测模型；步骤S5：将步骤S4改进的YOLOX目标检测模型进行模型轻量化处理；步骤S6：将步骤S5的轻量化处理后的模型部署至终端设备中；步骤S7：通过步骤S6构建的菌落鉴别系统，检测图片内的菌落特征，并输出检测结果。应用本技术方案可有效提高食品检测实验室菌种类型鉴别的工作效率。