金標準|經驗豐富(查看)-亳州水果第三方檢測機構
安徽省金標準檢測研究院有限公司
- 主營產品：食品檢測,衛(wèi)生檢測,水質檢測,農產品檢測
- 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
圖像分割的準確性直接作用于目標物測量的準確性，其效率直接影響生產的效率，因而，一個快速準確圖像分割算法是目標識別，分級分類任務面臨的首要問題。在農業(yè)產品分級分類任務中，圖像分割的目的是將工業(yè)相機采集到的圖片中的農產品準確的提取出來，為進一步的尺寸測量，分類任務做好準備。對于農產品圖像分割算法來說，由于受到生產設備成像質量，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，以及各自合適的應用場景。
基于深度學習的圖像分割方法，主要研究領域是在于語義分割，即根據圖片內容，將圖像分為多個有含義的部分，對于農產品分類而言有著革命性的意義。全卷積網絡FCN是深度學習用于進行圖像分割的先驅，以分類模型AlexNet為基礎，將其3層全連接層轉化為反卷積層進行上采樣，從而將輸出有特征分類轉化為區(qū)域特征熱力圖。
據統(tǒng)計，每年有超過1200噸的糧食受到重金屬污染，直接經濟損失超過200億元；全世界每年有300萬農藥者，我國每年因農藥污染食品而造成的人數月20萬；我國每年生產約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，微生物性的人數占總人數的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)境的污染非常嚴重。
在線客服
17856548804
2179259773@qq.com
