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(yǔ)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。
產(chǎn)品質(zhì)量檢驗(yàn):產(chǎn)品質(zhì)量檢驗(yàn)主要是檢驗(yàn)設(shè)備的感觀指標(biāo)值,化學(xué)成分和微生物指標(biāo)值是否達(dá)到相對(duì)性應(yīng)的規(guī)定。根據(jù)國(guó)家行業(yè)標(biāo)準(zhǔn)方式(GB/T5009。199-2003)及其世衛(wèi)組織WHO,聯(lián)合國(guó)糧農(nóng)組織FAO殘余農(nóng)藥測(cè)試標(biāo)準(zhǔn),環(huán)保局EPA參考攝取量等規(guī)定設(shè)計(jì)制作。選用酶抑制率酶活性測(cè)定對(duì)新鮮水果,蔬菜水果等農(nóng)業(yè)和林業(yè)商品中有機(jī)磷和氨基甲酸酯類農(nóng)藥成分開展迅速的檢驗(yàn)。
圖像分割的準(zhǔn)確性直接作用于目標(biāo)物測(cè)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(shí)別,分級(jí)分類任務(wù)面臨的首要問(wèn)題。在農(nóng)業(yè)產(chǎn)品分級(jí)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(lái),為進(jìn)一步的尺寸測(cè)量,分類任務(wù)做好準(zhǔn)備。對(duì)于農(nóng)產(chǎn)品圖像分割算法來(lái)說(shuō),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(guò)對(duì)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(chǎng)景。