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(duì)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。
各種新型顯色劑和高靈敏度的顯色體系不斷涌現(xiàn),為建立高靈敏度的試紙檢測(cè)方法提供了更大的發(fā)展空間。如薛文靜等以0。1%鎘試劑的乙醇溶液為顯色劑,定量分析用慢速中性濾紙為載體,制備鎘快速檢測(cè)試紙,標(biāo)準(zhǔn)系列色階為0~5。0mg·L-1。該試紙性質(zhì)穩(wěn)定,在避光干燥條件下可保存5個(gè)月,在pH5~8范圍內(nèi)pH對(duì)顯色結(jié)果影響不大。