| 基于改进残差网络的黑毛猪肉新鲜度识别方法 |
| |
| 引用本文： | 焦俊,王文周,侯金波,孙裴,何屿彤,辜丽川.基于改进残差网络的黑毛猪肉新鲜度识别方法[J].农业机械学报,2019,50(8):364-371. |
| |
| 作者姓名： | 焦俊 王文周 侯金波 孙裴 何屿彤 辜丽川 |
| |
| 作者单位： | 安徽农业大学,安徽农业大学,安徽泓森物联网有限公司,安徽农业大学,安徽农业大学,安徽农业大学 |
| |
| 基金项目： | 安徽省重点研究与开发计划项目(1804a0702130)、国家自然科学基金项目(31671589、31771679)、安徽省科技重大攻关项目(16030701092)和农业农村部农业电子商务重点实验室开放基金项目（AEC2018010、AEC2018003） |
| |
| 摘 要： | 为了提高黑毛猪肉新鲜度的识别准确率,提出基于改进残差网络和迁移学习的黑毛猪肉新鲜度识别方法。首先,根据猪肉的微生物菌体浓度、大肠菌菌体浓度和pH值,结合国家标准,将猪肉新鲜度分为7个类别;然后,将ResNet-50模型用PfidSet数据集训练,使其具有抽取图像特征的能力,利用模型迁移和模型微调对ResNet-50模型进行改进,即用一个3层的自适应网络取代ResNet-50模型的全连接层和分类层,再使用在PfidSet上训练的网络参数初始化改进的ResNet-50模型权重,运用LReLu-Softplus作为自适应网络的激活函数;最后,将改进ResNet-50模型在猪肉样品的图像数据集上学习得到的知识,迁移到黑毛猪肉新鲜度识别任务。选取7类共计23 427幅黑毛猪肉图像组成样本集,从样本集中随机选择80%的样本用作训练集、其余20%用作测试集进行测试,试验结果表明,迁移学习能够明显提高模型的收敛速度和识别性能,数据扩充有助于增加数据的多样性,避免出现过拟合现象,在迁移学习和数据扩充方式下的总体识别准确率达到94. 5%,是一种高效的猪肉新鲜度识别方法。
|
| 关 键 词： | 猪肉 新鲜度 迁移学习 LReLu-Softplus激活函数 改进残差网络 |
| 收稿时间： | 2019/1/21 0:00:00 |
Freshness Identification of Iberico Pork Based on Improved Residual Network |
| |
| JIAO Jun,WANG Wenzhou,HOU Jinbo,SUN Pei,HE Yutong and GU Lichuan.Freshness Identification of Iberico Pork Based on Improved Residual Network[J].Transactions of the Chinese Society of Agricultural Machinery,2019,50(8):364-371. |
| |
| Authors: | JIAO Jun WANG Wenzhou HOU Jinbo SUN Pei HE Yutong and GU Lichuan |
| |
| Institution: | Anhui Agricultural University,Anhui Agricultural University,Anhui Hongsen Internet of Things Co., Ltd.,Anhui Agricultural University,Anhui Agricultural University and Anhui Agricultural University |
| |
| Abstract: | |
| |
| Keywords: | pork freshness transfer learning LReLu-Softplus activation function improved residual network |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《农业机械学报》浏览原始摘要信息 |
| 点击此处可从《农业机械学报》下载免费的PDF全文 |
|
