ImageVerifierCode 换一换
格式:DOCX , 页数:3 ,大小:20.10KB ,
资源ID:1465909      下载积分:8 积分
快捷下载
登录下载
邮箱/手机:
温馨提示:
快捷下载时,用户名和密码都是您填写的邮箱或者手机号,方便查询和重复下载(系统自动生成)。 如填写123,账号就是123,密码也是123。
特别说明:
请自助下载,系统不会自动发送文件的哦; 如果您已付费,想二次下载,请登录后访问:我的下载记录
支付方式: 支付宝扫码支付 微信扫码支付   
验证码:   换一换

加入VIP,免费下载
 

温馨提示:由于个人手机设置不同,如果发现不能下载,请复制以下地址【https://www.wnwk.com/docdown/1465909.html】到电脑端继续下载(重复下载不扣费)。

已注册用户请登录:
账号:
密码:
验证码:   换一换
  忘记密码?
三方登录: QQ登录  

下载须知

1: 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。
2: 试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓。
3: 文件的所有权益归上传用户所有。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 本站仅提供交流平台,并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

版权提示 | 免责声明

本文(2023年重组牛肉图像识别模型的比较研究.docx)为本站会员(sc****y)主动上传,蜗牛文库仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知蜗牛文库(发送邮件至admin@wnwk.com或直接QQ联系客服),我们立即给予删除!

2023年重组牛肉图像识别模型的比较研究.docx

1、重组牛肉图像识别模型的比拟研究王博 杨洪遥 陆逢贵 陈子东 曹振霞 刘登勇摘 要:以重组牛肉为研究对象,基于机器视觉技术构建3 种深度残差网络(deep residual network,ResNet)模型(ResNet-50、ResNet-101、ResNet-152)用于识别重组牛肉,同时应用VGG-16视觉几何群网络模型、支持向量机模型以及LeNet-5卷积神经网络模型,比拟分析ResNet模型的识别准确率和响应时间。采集并经过图像预处理后共得到6 168 张样品图像作为实验样本,随机选取其中的4 936 张作为训练集,剩余1 232 张作为测试集。结果说明:3 种ResNet模型(Re

2、sNet-50、ResNet-101、ResNet-152)识别速率较快,准确率高,均可以有效识别重组牛肉,且卷积层越多,准确率越高,其中ResNet-50模型识别准确率到达较高水平,且测试时间仅需0.45 s,能够准确、快速地识别重组牛肉。关键词:重组牛肉;识别;卷积神经网络;深度残差网络Abstract: Three deep residual network (ResNet) models (ResNet-50, ResNet-101 and ResNet-152) to quickly identify restructured meat were built based on mac

3、hine vision technology, and they were comparatively analyzed for recognition accuracy and response time applying visual geometry group network (VGG-16) model, support vector machine (SVM) model and LeNet-5 convolution neural network model. Images of restructured beef steak samples were collected and

4、 preprocessed. As a result, a total of 6 168 images were obtained for this research, 4 936 of which were randomly selected as the training group, and the remaining 1 232 were used as the test group. The results showed that all the three ResNet models could fast and accurately identify restructured b

5、eef steak. With more convolution layers, the accuracy was higher. The ResNet-50 model exhibited higher recognition accuracy with testing time of only 0.45 s and it was a better one to accurately and quickly identify recombined ground beef.Keywords: restructured beef; recognition; convolutional neura

6、l network; deep residual networkDOI:10.7506/rlyj1001-8123-20230521-133中圖分类号:TS251.52 文献标志码:A 文章编号:1001-8123(2023)07-0013-05引文格式:王博, 杨洪遥, 陆逢贵, 等. 重组牛肉图像识别模型的比拟研究J. 肉类研究, 2023, 34(7): 13-17. DOI:10.7506/rlyj1001-8123-20230521-133. :/ WANG Bo, YANG Hongyao, LU Fenggui, et al. Comparative study on image

7、 recognition models for restructured beefJ. Meat Research, 2023, 34(7): 13-17. DOI:10.7506/rlyj1001-8123-20230521-133. :/ 重组肉是指通过机械和添加辅料使肌肉中的肌原纤维蛋白析出,然后利用添加剂的黏合作用使肉糜、肉颗粒或肉块重新组合,经冷冻后直接出售或经预热处理保存和完善其组织结构的肉。在我国重组肉种类较多,如重组牛排、培根等,产量也极大。碎肉块经过黏合剂及香精、香料处理后,具有口感丰富、肉质鲜嫩等特点1。目前,由于国内市场上存在重组肉及其制品生产标准不够完善、相关监管部门的管理力度欠缺等问题,导致一些不法生产者在实际生产中为牟取利益,用劣质碎肉原料取代优质原料,严重者直接以低价肉取代高价肉,如以碎鸭肉添加香精、香料仿制重组牛排,不仅损害了消费者利益,而且对市场的良性开展造成极大的平安隐患2-3。因此建立快速、准确识别重组碎肉的方法,对标准市场秩序和指导消费者准确选购均具有重要意义。

copyright@ 2008-2023 wnwk.com网站版权所有

经营许可证编号:浙ICP备2024059924号-2