領學術科研之先，創(chuàng)食品科技之新
—— 中國食品雜志社
以重組牛肉為研究對象，基于機器視覺技術構建3 種深度殘差網(wǎng)絡（deep residual network，ResNet）模型（ResNet-50、ResNet-101、ResNet-152）用于識別重組牛肉，同時應用VGG-16視覺幾何群網(wǎng)絡模型、支持向量機模型以及LeNet-5卷積神經(jīng)網(wǎng)絡模型，比較分析ResNet模型的識別準確率和響應時間。采集并經(jīng)過圖像預處理后共得到6 168 張樣品圖像作為實驗樣本，隨機選取其中的4 936 張作為訓練集，剩余1 232 張作為測試集。結(jié)果表明：3 種ResNet模型（ResNet-50、ResNet-101、ResNet-152）識別速率較快，準確率高，均可以有效識別重組牛肉，且卷積層越多，準確率越高，其中ResNet-50模型識別準確率達到較高水平，且測試時間僅需0.45 s，能夠準確、快速地識別重組牛肉。
2023年第37卷 2022年第36卷 2021年第35卷 2020年第34卷 2019年第33卷 2018年第32卷 2017年第31卷 2016年第30卷 2015年第29卷 2014年第28卷 2013年第27卷 2012年第26卷 2011年第25卷 2010年第24卷 2009年第23卷 2008年第22卷 2007年第21卷 2006年第20卷 2005年第19卷 2004年第18卷 2003年第17卷 2002年第16卷 2001年第15卷 2000年第14卷 1999年第13卷 1998年第12卷 1997年第11卷 1996年第10卷 1995年第09卷 1994年第08卷 1993年第07卷 1992年第06卷 1991年第05卷 1990年第04卷 1989年第03卷 1988年第02卷 1987年第01卷
電話: 010-87293157
地址: 北京市豐臺區(qū)洋橋70號
版權所有 @ 2023 中國食品雜志社 京公網(wǎng)安備11010602060050號 京ICP備14033398號-2
