学术中心
基于神经网络的树莓品质的视觉检测
发布时间:
2021-10-13
来源:
本站
作者:
PhenoTrait
树莓富含维生素、微量元素和纤维,它的种植规模正在全球迅速扩大。树莓果实易被碰伤,是一种非常容易腐烂的产品。生产商和零售商为了食品安全,必须每天检查大量的树莓是否受损,这是一个费时费力的过程。因此,这就凸显了利用光学无损检测技术进行食品质量检测研究的重要性。
本文提出了一种基于U-net结构的卷积神经网络的树莓品质检测方法。在研究中,基于任务的狭窄焦点和重复的特点,选择了一种U-net结构的神经网络。U-net结构的神经网络在解决生物医学研究中的图像分割问题方面已经得到了很好的证明。实验数据集是根据不同种类的树莓和不同状态的树莓果实的照片手动生成的。这项研究有望成为解决人工浆果分拣问题的复杂机器人系统的一部分。
图1 输入图像及其对应映射的示例
图2输入图像、标注数据和预测结果
图3 模型训练过程中的损失值
来源:Andrii B. and Victor S. Berries quality detection in visual spectrum using neural networks. 2021, 04, 58-69. https://s3.eu-central-1.amazonaws.com/ucu.edu.ua/wp-content/uploads/sites/8/2021/04.
编辑:张玉
推荐新闻
本期石时之约,我们将对话慧诺瑞德(北京)科技有限公司总经理、国际植物表型学会(IPPN)执委会委员/工业分会副主席韩志国,一起从表型数据的科学角度,去读懂农作物的喜怒哀乐和前世今生。
让我们“慧聚”在一起,为“慧科研、慧育种、慧种田”赋能。
育种,是在给定的环境条件下,选择各种表型指标(产量、品质、抗性)最优的基因型材料的过程(AI育种,从这里起步)。育种工作中大约70%的工作量来自表型观察测量和筛选,是最耗人力物力的过程。
生理表型测量的核心在于“早、快”,要在肉眼可见之前就能测量并预判出变化趋势,才是这个技术的核心价值。叶绿素荧光成像,恰好满足了这个要求。
视频展示