通常來(lái)講，國(guó)外會(huì)要求樣品中目標(biāo)化合物的相對(duì)保留時(shí)間不能與標(biāo)準(zhǔn)數(shù)值相差超過(guò)0.05min；不同目標(biāo)化合物少要有3個(gè)特征離子，并且相對(duì)離子比例相較于標(biāo)準(zhǔn)而言，要控制在10%之內(nèi)；加標(biāo)回收率需控制在65%-110%之間。采取離子模式一般會(huì)要求所有目標(biāo)化合物少有2個(gè)大于m/z200或是3個(gè)大于m/z100的特征離子；目標(biāo)化合物特征離子比例相較于標(biāo)準(zhǔn)值需控制在60%-120%之間；加標(biāo)回收率在70%-130%之間，判斷檢測(cè)則要在60%-120%之間。氣相色譜技術(shù)主要依據(jù)特征離子與離子間的比例去確定是否存在農(nóng)藥殘留超標(biāo)的問(wèn)題，有著較高度以及環(huán)境適應(yīng)性。
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(lèi)任務(wù)面臨的首要問(wèn)題。在農(nóng)業(yè)產(chǎn)品分級(jí)分類(lèi)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(lèi)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(lèi)算法的優(yōu)缺點(diǎn)，以及各自合適的應(yīng)用場(chǎng)景。
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(lèi)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(lèi)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(lèi)轉(zhuǎn)化為區(qū)域特征熱力圖。
在線客服
17856548804
2179259773@qq.com
