基于改进Faster RCNN的化纤丝缺陷检测

为提高化纤丝生产加工中出现的断线和疵点类缺陷的检测精度,对Faster RCNN算法进行改进。首先,在主干特征提取网络上加入可变形卷积模型,以提高网络对不同缺陷特征的适应性;其次,采用递归特征金字塔(Recursive Feature Pyramid,RFP)结构替换原特征金字塔网络(Feature Pyramid Network,FPN),进行二次特征提取;最后,改进损失函数,采用Rank&Sort Loss(RS Loss)函数替代原分类损失函数,解决化纤丝2类缺陷样本量相差较大问题。对比实验后得出,改进后的方法训练得到的mAP值为84.7%,较初始模型提高了4.3%,可以满足实际生产加工中对化纤丝缺陷的智能检测要求。     

基于改进的Faster R-CNN的小目标储粮害虫检测研究

针对小目标储粮害虫图像的检测问题,提出了一种基于特征金字塔网络的Faster R-CNN改进模型对图像中的小目标进行检测。本文以5种常见的储粮害虫为检测目标,样本中通过随机组合的方式混合不同种类的储粮害虫进行拍照取样,通过对原始图像数据进行目标扩充后构建了含942张储粮害虫图像的数据集（CSGP）。在改进模型的特征金字塔网络结构中,特征提取网络产生的高层特征图通过下采样方式逐步对底层特征图进行融合,生成适合多尺度目标检测的特征图。实验结果表明,采用训练集目标扩充的方式,储粮害虫图像的目标检测结果mAP提升了2.21%;改进后的模型进一步使得储粮害虫图像检测的mAP达到96.69%。最后,设计了一套粮仓内的储粮害虫监测系统。     

改进目标检测模型在大米外观品质检测中的应用研究

针对现有的大米外观品质检测方法存在识别准确率较低的问题,本文提出一种结合高效通道注意力机制(Efficient Channel Attention,ECA)的改进CenterNet模型(SEP-CenterNet)用于大米外观品质检测。首先,使用图像采集设备获取碎米、整米和黄米图像,为防止由于数据集较小出现过拟合现状,对图像进行旋转、翻转等方式扩充数据集;然后将引入空间金字塔池化(Spatial Pyramid Pooling,SPP)的GhostNet作为CenterNet的骨干网络,用于提取大米的多层次特征,并使用基于ECA注意力机制的路径聚合网络(EPANet)进行语义特征融合。实验结果表明,改进后的CenterNet模型的对碎米、黄米和整米的检测准确率分别达到97.02%、96.73%、98.14%,mAP值较原始CenterNet提升了5.84%,识别准确率均高于SSD、Faster-RCNN、Retinanet、YOLOV4、YOLOV4-tiny和YOLOV5等模型,同时对比基于提取形态特征和傅里叶系数的传统大米检测方法,本文模型准确率更高,且具有较好的泛化性,实现自动化、高效、准确的大米外观品质检测。     

基于改进Faster R-CNN的食品包装缺陷检测

目的：对纸质包装盒缺陷进行准确的识别与定位。方法：应用改进Faster R-CNN的网络模型自动对包装盒缺陷进行检测。对训练集图片进行数据增强并添加噪声,提升模型的训练精度和鲁棒性;将特征提取网络替换为ResNet50,并融合特征金字塔网络（FPN）,提高模型多尺度检测的能力;使用K-means++对数据集中缺陷尺度进行聚类,优化锚框方案。结果：改进后的Faster R-CNN模型在测试集上的平均准确率（AP）达到93.9%,检测速度达到8.65帧/s。结论：应用改进的Faster R-CNN模型能够有效检测出包装盒缺陷并定位,可应用于包装盒缺陷的自动检测与分拣。     

基于改进Faster R-CNN模型的樱桃缺陷检测

目的：提高工业环境下樱桃分级分拣工作的效率。方法：提出了基于Faster R-CNN框架改进的樱桃缺陷识别分拣模型。结果：通过对比VGG16、MobileNet-V2和ResNet50网络,主干网络为ResNet50的效果最优,改进后的Faster R-CNN模型对樱桃裂口、双生、刺激生长、霉变、褐变腐烂和完好果的检测精度分别为97.75%,99.77%,98.90%,97.56%,96.67%,98.80%,平均检测精度达98.24%,高于其他模型,检测速度为31.16帧/s。结论：试验方法对樱桃缺陷类别的检测具有较高的识别精度。     

信息素及其在储粮害虫检测中的应用

在粮食储藏过程中,准确检测粮堆内害虫种类和密度是害虫综合防治的重要依据,而传统检测方法存在工作量大、检测结果滞后等缺点,因此寻找新的检测手段具有重要意义。研究发现,昆虫信息素具有安全、绿色、微量、高效等特点,可用于储粮害虫的检测与控制。概述了昆虫信息素的结构鉴定、人工合成、采集方法,主要分析了信息素在储粮害虫监测诱捕检测法和信息素成分分析法中的应用研究,并讨论了信息素在上述两种检测方法的应用中所存在的难题,以期为储粮害虫检测技术的发展提供参考。     

一种基于聚类特征的Faster R-CNN粮仓害虫检测方法

本文基于Faster R-CNN模型提出复杂背景下粮仓害虫的检测识别方法。将六种常见的储粮害虫(豆象、谷蠹、米象、锯谷盗、赤拟谷盗、锈赤扁谷盗)分别以大米、小米为背景,建立了真实背景下粮仓害虫图像数据集SGI-6。SGI-6中包括网络获取图像、显微镜采集图像和单反拍摄图像三种多目标尺度的数据集。根据粮仓害虫的小目标特性,使用聚类算法改进Faster R-CNN模型的区域提案网络,来提取这些图像中含有害虫的区域,并对这些区域中的害虫进行分类。实验结果表明,该方法能够在储粮条件下检测和识别粮仓害虫,且其平均准确率(mAP)达到96.63%。     

现代信息技术在储粮害虫检测中的应用

储粮害虫检测技术一直是粮食储藏害虫防治的研究热点。本文以储粮害虫检测技术研究现状及其不足为基础,针对储粮害虫防控发展所面临的技术需求展开了研究,介绍了储粮害虫检测技术的发展历程,并对光学、声学、图像识别等领域的现代信息技术进行了描述与分析。根据现代信息技术的机理与特点,讨论了在储粮害虫检测中技术特点、应用成效、发展趋势等研究进展并对比分析了各种信息检测技术的优缺点,文章最后对储粮害虫信息检测技术的发展进行了总结与展望,对今后完善储粮害虫检测技术及实现粮食安全管理具有重要实际意义。     

Faster RCNN模型在坯布疵点检测中的应用

探讨Faster RCNN模型在坯布疵点检测中的应用效果。在原始Faster RCNN的基础上,采用提取特征效果更好的深度残差网络,先使用残差网络进行坯布图像特征提取,再通过区域生成网络及Fast RCNN检测网络对坯布的疵点目标进行分类与检测。试验对比了Faster RCNN分别与VGG16、ResNet101结合时的检测结果,并讨论了不同参数对结果的影响。试验结果表明:该方法可以有效解决坯布疵点检测问题,检测准确率能够达到99.6%。认为:基于Faster RCNN目标检测与ResNet101卷积神经网络相结合的方法能够满足坯布生产过程中对于表面疵点进行准确检测的需求。     

多功能粮情检测口在储粮中的应用

“多功能粮情检测口”是一种可直接安装在密闭粮食塑料薄膜上面的新型储粮器材 ,其功能在于储粮期间扦出粮样、观察粮情、测温测湿、投放药剂、通风换气等。该设施的应用为仓库管理人员提供了方便快捷的检测条件 ,大大降低保管人员的劳动强度 ,提高工作效率 ,改善仓库储粮条件 ,使国家粮油仓库管理达到规范化储粮要求 (设计专利号 :ＺＬ0 1335 114 1)。1　检测口的构造为便于粮情检查、扦样、检测和安装简便 ,检测口设计时将其分为 :上盖 (亦称密封盖 ,起开启、关闭作用 ) ,密封橡胶垫 (起密封严实作用 ) ,口身 (起与底部、上盖连接作用 ) …     

基于声信号的储粮害虫检测方法的研究与发展

有效减少粮食产后损失是世界关注的热点问题,与传统的检测方法相比,基于声信号的储粮害虫检测法凭借其环保、无损、快速、灵敏度高等优点,日渐受到重视.从早期使用单一传感器检测粮虫的振动或声信号,到使用传感器阵列、碰撞声发射及声谱库等,储粮害虫声检测法逐渐成熟.综述30余年国内外储粮害虫声检测法的发展历程及研究成果,对比不同时...     

储粮害虫危害研究进展

产后节粮减损是涉及收获、干燥、农户储存、运输、储藏、加工、销售等粮食产后全链条的系统工程,粮食储存安全是粮食产后安全的非常关键环节。储粮害虫是粮食产后损失的重要生物因子,给粮食安全储藏带来了极大危害风险。本文从储粮害虫感染途径、危害类型、危害方式、危害指标等方面综述了储粮害虫的危害,以期为今后科学地评价储粮害虫危害风险等级、制订储粮害虫危害评价指标体系及制订绿色储粮策略提供参考,为粮食储存安全、节粮减损提供策略支撑。     

基于视频检测的储粮害虫死亡评估算法的研究

在我国,如何对杀虫效果进行评估,以提高防治措施的有效性和经济性,是粮库在害虫防治方面亟待解决的一个问题。目前,我国一些粮库已经安装了储粮害虫图像采集装置,因此本研究提出一种基于视频检测的储粮害虫死亡评估算法,用来检测杀虫过程中害虫死亡的具体数量变化情况。算法的核心是基于深度卷积神经网络的双流法网络,综合图像目标检测算法和两帧差分法进行识别,实现视频数据中害虫的定位与识别。测试结果表明本算法可有效检测储粮害虫的死亡情况,检测平均正确率可以达到89.3%。     

肉制品检测技术的应用

肉制品污染是影响肉质的重要因素,直接关系到人体健康。本文对肉制品中几种常见的检检测技术综述。包括:多聚酶链式反应PCR、酶联免疫反应、高效液相色谱法、近红外检测,旨在为我国开展肉制品的快速鉴定、检测以和中毒事件的甄别、处理、预防及病人的应急救治方面提供可靠的信息,确保人们的生命安全。     

核技术在食品分析中的应用

随着人民生活的提高,消费者不仅要求食品营养丰富、美味可口,而且要求卫生安全,因此;对食品的原料、加工、保藏、销售环节的监测提出了更高的要求,常规监测方法在某些情况下已不能适应,因而具有独特优点的核技术受到入们的注意,近10多年,它在     

阻抗法在食品微生物快速检测中的应用

阻抗法作为一种高效的微生物快速检测方法,在食品工业中具有广泛的应用前景。文章介绍了阻抗法检测微生物的原理及其在检测菌落总数、酵母菌、大肠杆菌、金黄色葡萄球菌、沙门氏菌以及商业无菌等方面的应用。     

提高辐照食品热释光检测方法效率的技术分析

提出一种提高辐照食品热释光检测效率的改进技术方法,先采用第1发光曲线筛分样品,再利用发光强度比值对筛分后的6 种待定样品进行鉴定。结果表明：改进热释光方法具有100%检测准确率,而需进行参比剂量辐照及后续热释光测量的样品仅为BS EN 1788-2001方法的33.3%,优选筛分阈值后,这一比例还能进一步降低。改进后的辐射食品热释光检测方法明显提高了检测效率,降低了检测费用,是一种可行方法。