金標(biāo)準(zhǔn)|經(jīng)驗(yàn)豐富(查看)-亳州水果第三方檢測機(jī)構(gòu)
安徽省金標(biāo)準(zhǔn)檢測研究院有限公司
- 主營產(chǎn)品：食品檢測,衛(wèi)生檢測,水質(zhì)檢測,農(nóng)產(chǎn)品檢測
- 公司地址：安徽省合肥市高新區(qū)香樟大道211號香楓創(chuàng)意園A座
咨詢熱線： 17856548804
立即咨詢
QQ咨詢
信息詳情
圖像分割的準(zhǔn)確性直接作用于目標(biāo)物測量的準(zhǔn)確性，其效率直接影響生產(chǎn)的效率，因而，一個(gè)快速準(zhǔn)確圖像分割算法是目標(biāo)識別，分級分類任務(wù)面臨的首要問題。在農(nóng)業(yè)產(chǎn)品分級分類任務(wù)中，圖像分割的目的是將工業(yè)相機(jī)采集到的圖片中的農(nóng)產(chǎn)品準(zhǔn)確的提取出來，為進(jìn)一步的尺寸測量，分類任務(wù)做好準(zhǔn)備。對于農(nóng)產(chǎn)品圖像分割算法來說，由于受到生產(chǎn)設(shè)備成像質(zhì)量，灰塵污漬，光照條件，陰影等外部因素影響，造成分割的不準(zhǔn)確。本文通過對比不同圖像分割算法，闡述各類算法的優(yōu)缺點(diǎn)，以及各自合適的應(yīng)用場景。
基于深度學(xué)習(xí)的圖像分割方法，主要研究領(lǐng)域是在于語義分割，即根據(jù)圖片內(nèi)容，將圖像分為多個(gè)有含義的部分，對于農(nóng)產(chǎn)品分類而言有著革命性的意義。全卷積網(wǎng)絡(luò)FCN是深度學(xué)習(xí)用于進(jìn)行圖像分割的先驅(qū)，以分類模型AlexNet為基礎(chǔ)，將其3層全連接層轉(zhuǎn)化為反卷積層進(jìn)行上采樣，從而將輸出有特征分類轉(zhuǎn)化為區(qū)域特征熱力圖。
據(jù)統(tǒng)計(jì)，每年有超過1200噸的糧食受到重金屬污染，直接經(jīng)濟(jì)損失超過200億元；全世界每年有300萬農(nóng)藥者，我國每年因農(nóng)藥污染食品而造成的人數(shù)月20萬；我國每年生產(chǎn)約12萬噸，其中有9.7噸用于畜牧業(yè)養(yǎng)殖；我國濫用食品添加劑的問題占食品問題的24.8%；在食物的事件中，微生物性的人數(shù)占總?cè)藬?shù)的53.7%。重金屬通常指的是密度高于4.5g/m3的金屬，一般常見的重金屬有、鉛、鎘等，這些重金屬的生物毒性非常大，對環(huán)境的污染非常嚴(yán)重。
在線客服
17856548804
2179259773@qq.com
