基于注意力机制的轻量化VGG玉米籽粒图像识别模型

玉米是重要的生产资料,为实现对玉米种子的识别与保护,实验采集了5个玉米品种,经处理后共获得1 778张玉米籽粒图像,建立胚面与胚乳面混合的数据集。按7∶2∶1的比例划分训练集、验证集和测试集。首先基于迁移学习选取DenseNet121、MobileNetV2、VGG16和GoogLeNet对玉米籽粒图像进行识别,在测试集上的准确率分别是94.32%、93.18%、95.45%和92.61%,由于在VGG16上的准确率最高,所以选择对VGG16进行改进,在对模型进行轻量化处理的同时引入通道注意力SE模块,构建一个新的网络模型L-SE-VGG,并与未预训练的VGG16、迁移学习的VGG16和不加SE模块的L-VGG进行对比,最终在L-SE-VGG上的识别准确率高达98.86%。研究为深度学习技术在玉米籽粒品种识别中的应用提供了新的有效策略和实验方法,为玉米籽粒品种的识别和检测提供了参考。     

基于深度学习的山核桃破壳物料分类识别

目的：对山核桃一次破壳后物料进行分类,提高山核桃深加工水平。方法：通过图像采集系统得到5类山核桃样本,分别为较完整壳仁未分、露仁、未破壳完整山核桃、不完整壳仁未分、壳。利用数据增广的方式,得到包含15 000个图像样本建立的数据集。在VGG16网络基础上构建模型,并按9∶1的比例在包含5类山核桃物料图像的数据集上进行训练和验证。结果：该模型训练准确率和验证准确率分别达到了97.3%,99.7%;对1 713张山核桃加工物料图像进行分类识别,准确度达到了99.5%。结论：该模型能够达到对山核桃一次破壳后的物料分类识别的精度要求。     

重组牛肉图像识别模型的比较研究

以重组牛肉为研究对象,基于机器视觉技术构建3种深度残差网络(deep residual network,ResNet)模型(ResNet-50、ResNet-101、ResNet-152)用于识别重组牛肉,同时应用VGG-16视觉几何群网络模型、支持向量机模型以及LeNet-5卷积神经网络模型,比较分析ResNet模型的识别准确率和响应时间。采集并经过图像预处理后共得到6 168张样品图像作为实验样本,随机选取其中的4 936张作为训练集,剩余1 232张作为测试集。结果表明:3种ResNet模型(ResNet-50、ResNet-101、ResNet-152)识别速率较快,准确率高,均可以有效识别重组牛肉,且卷积层越多,准确率越高,其中ResNet-50模型识别准确率达到较高水平,且测试时间仅需0.45 s,能够准确、快速地识别重组牛肉。     

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。     

基于C-LSTM的鸟鸣声识别方法

基于深度学习的鸟鸣声识别是当前研究的热点,现有基于语谱图的识别方法无法提取帧间的时序信息,文章提出了一种基于C-LSTM(CNN-Long Short-Term Memory)的鸟鸣声识别方法,该方法以梅尔语谱图为输入,通过CNN提取谱图特征后,输入到LSTM模型中,进一步提取不同帧之间的时序特征,基于该特征实现鸟鸣声的分类。选择Xeno-Canto中的5种鸟类作为研究对象,对比了VGG16模型和C-LSTM模型的平均识别准确率(Mean Average Precision,MAP)值。结果表明,以VGG16和C-LSTM作为识别模型时,测试集的MAP值分别为0.8628和0.9147,文章提出模型的MAP提升5.19%。说明文章提出的C-LSTM更适合于鸟类物种识别,具有更高的识别性能。     

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。     

基于卷积神经网络的熟化鱼肉纤维程度评价方法研究

为了打破熟化鱼肉纤维口感无系统性评价方法的局面,基于卷积神经网络构建熟化鱼肉纤维程度的评价方法。通过对不同纤维程度的熟化鱼肉样品进行微观图片采集,建立数据集。数据集按8 ∶ 2的比例随机分为训练集和测试集。构建的模型在训练集上训练,然后用测试集评估其识别性能。结果表明,在网络深度的选择时,34层的ResNet模型在收敛速度和准确率上均胜出;4种不同深度的ResNet模型在最佳识别准确率上都优于AlexNet、VGG-16和GoogLeNet模型;ResNet-34的准确性、精度、灵敏度、特异性和AUC的平均值分别为96.94%,91.26%,91.00%,98.13%和99.19%,表明基于ResNet-34模型搭建的评价方法能够客观、准确地识别熟化鱼肉纤维程度。     

融合通道注意力机制和非局部操作的蚕茧识别算法

蚕茧质量对蚕丝的品质具有重要影响，因此在缫丝前需要对蚕茧进行分类，但传统人工筛选法成本较高，效率和准确率均较低。为了提高蚕茧种类分类准确率，利用深度学习的方法在ResNet50的基础上做出改进并将其应用于蚕茧分类。首先以ResNet50作为主干网络提取蚕茧原图特征信息，然后使用非局部操作提取特征图的全局特征，进一步利用通道注意力机制提取全局特征图的通道特征，从而将全局语义特征和细节信息进行全局平均池化，并将全局平均池化得到的特征向量输入到Softmax分类器中进行分类。实验结果表明：融合通道注意力机制和非局部操作的蚕茧识别算法平均分类准确率达95.6%,比ResNet50网络模型高2.4%。     

基于卷积神经网络与迁移学习的玉米籽粒图像分类识别

种子是农业生产最基本,最主要的生产资料。为实现玉米种子的快速鉴定识别与保护,本文提出基于卷积神经网络(Convolution Neural Network, CNN)与迁移学习相结合的玉米种子籽粒图像分类识别方法,可将预训练的CNN模型参数迁移到玉米籽粒图像分类识别任务中。实验采集了6种玉米种子籽粒图像双面图像共1 976张,包括16DX531,京粘1号,科诺58,铁研,小金黄,郑单958,建立胚面,胚乳面和双面混合的3种数据集。按照7∶2∶1的比例随机划分训练集,验证集和测试集,并对训练集图像作数据增强处理。基于4种CNN模型Xception, ResNet50V2,MobileNetV2,DenseNet121进行参数迁移学习。实验结果表明Xception与胚乳数据集建模方法优于其他方法。Xception--胚乳模型训练集与验证集平均识别准确率分别为95.55%和95.97%,测试集准确率为92.78%。基于卷积神经网络与迁移学习相结合的玉米籽粒图像识别方法切实可行。     

基于深度学习的登海605玉米品种真伪鉴别方法研究

玉米是我国重要的谷类作物,玉米种子的纯度是影响种子质量的关键指标,不同品种玉米的种子活力、物理指标和发芽率都是不同的,因此需要对玉米品种的真伪进行鉴别分选。传统模式识别的方法需要人工定义各类特征,存在主观判断、费时费力等问题,实用性较差。针对上述问题,本研究拟建立一种基于RGB图像结合深度学习的低成本、高效、无损的单粒玉米种子真伪检测方法,选用不同产地登海605玉米种子440粒,其他品种480粒,采集玉米种子胚面和胚乳面制作数据集,通过图像处理技术对图像进行预处理,并按照7∶2∶1的比例将数据集分为训练集、验证集和测试集,分别使用GoogLeNet、MobileNet、Inception-ResNet、ResNet、DenseNet共5种网络模型利用迁移学习对3类数据集进行分类测试,结果表明,5种网络模型在双面数据集的平均识别准确率最高,测试识别准确率为99.05%,ResNet网络在3类数据集中的分类效果最佳,在双面测试集上为99.91%。本研究提供了一种无损、高效、相对可靠的方法来鉴别登海605玉米品种的真伪。     

基于IPsec的虚拟专用网的研究

针对数据通讯传输中的安全及加密问题,分析了IP协议的安全体系结构和虚拟专用网的原理,论述了基于IPsec的虚拟专用网实现原理及相关技术,认为IPsec是目前唯一一种能为任何形式的Internet通信提供安全保护的协议,具有良好的发展前景。     

基于TAG的服装品牌在线分类查询系统研究

服装品牌资讯是设计师获取服装流行趋势的重要渠道.服装种类和艺术风格的多样化为服装品牌的分类整理提供了多种思路.在建立服装品牌数据库的过程中,针对现有服装品牌在线分类查询系统的单一性缺点,总结出了一套用于描述服装品牌的关键性词组,并借用TAG这一关键性技术,将其应用到服装品牌在线查询系统中.     

图博会上的按需印刷——按需出版及印刷精品专区侧记

2009年9月3日．第十六届北京国际图书博览会在北京国际展览中心盛大开幕。这可谓是图书出版界的一大盛事,展商众多．形式多样．亮点频频。其中由中国图书进出口（集团）总公司和中国印刷科学技术研究所共同承办的“按需出版及印刷精品专区“是首次亮相图博会．同样也是本届图博会最大看点之一。图博会上首设的“按需出版及印刷精品展区”进一步向世人展示了印刷的魅力与对出版业发展的推动力,赢得了满堂喝彩!     

智能手机数字图片比色分析法概述

为保护环境与食品安全, 有毒有害物质的现场快速检测以及分析数据即时反馈显得越发重要。随着智能手机的广泛普及与其应用程序的不断完善, 智能手机数字图片比色分析法得到了快速发展。本文简述了智能手机数字图片比色法的基本原理、图片采集设备及其传感器类型、图片颜色模型、图片数字化软件、分析数据处理与网络共享, 以及该方法在食品安全、医疗诊断、生物检测等领域的研究与应用, 对数字图片比色分析法未来的发展也做出了展望。得益于智能手机软硬件的不断完善, 数字图片比色分析法将得到广泛应用。     

酱油对酪氨酸酶抑制作用的研究

酪氨酸酶是合成黑色素过程的关键酶,通过测定酱油对酪氨酸酶活性的影响来确定其对酪氨酸酶的抑制作用及抑制机理。结果表明:酱油对酪氨酸酶具有较强的抑制作用,酶抑制率达到50%时(IC50)酱油固形物含量浓度为19.8g/L。酱油对酪氨酸酶的抑制作用动力学行为表现为可逆混合性抑制类型。     

HACCP实施中易忽视问题的探讨

HACCP是国内逐步推广实施的一个食品安全质量保证体系，是当今食品卫生监管部门所关注的热点。针对在日常监督管理工作中HACCP建立实施出现的一些问题，从创建HACCP的前期工作、HACCP的建立、HACCP的运转等3方面着眼，重点阐述了HACCP操作过程中容易忽视的概念、原则和方法，并提出了相应的观点。     

基于漆酶的时间-温度指示剂研究

目的研制基于漆酶的时间-温度指示剂(time-temperatureintegrators,TTI),指示并预测相应食品的货架期。方法利用漆酶对愈创木氧化分解反应的催化作用,通过调节加酶量,使愈创木酚的氧化反应产生随时间和温度累积的颜色变化效应,从而获得4种不同效果的TTI。在4、10、25、35℃恒温条件下对4种不同TTI动力学参数进行了研究,计算其反应活化能值。结果 4种TTI的活化能指示范围分别为0～50、17～67、15～65、11～61kJ/mol。结论该方法操作简单,颜色变化所产生的指示效果明显。根据TTI反应的终点与食品货架寿命的终点相吻合的原则, 4种TTI可分别用于牛奶、肉类新鲜度的指示。     

生物可降解木质天然纤维复合材料研究进展

概述了生物可降解复合材料的加工方法、基质—增塑剂系统、形态结构、性能、产品开发及市场应用等方面研究进展,同时对一些关键性的问题和今后工作的建议进行了讨论。     

基于电子鼻和乙醇传感器判别草莓新鲜度的研究

以红颜草莓果实为试材,在4℃(低温组),相对湿度85%~95%条件下贮藏,研究基于气味判别草莓新鲜度的方法。分别运用电子鼻和单一乙醇传感器采集草莓贮藏期间的气味。主成分分析结合感官评定将草莓的新鲜度划分为4个阶段,分别为4℃贮藏0~3,6,9~12,15d。采用偏最小二乘判别分析(PLS-DA)和分类型支持向量机(SVM-C)构建了基于气味判别草莓新鲜度的模型;应用电子鼻和PLS-DA法构建模型,建模组和验证组总体准确率分别为84.2%,88.3%;而基于SVM-C法构建模型,建模组和验证组总体准确率分别为99.2%,96.7%。应用乙醇传感器技术和PLSDA法、SVM-C法构建模型,准确率分别为83.3%(PLS-DA法建模组),86.7%(PLS-DA法验证组),90.8%(SVM-C建模组),90.0%(SVM-C验证组)。该研究可为建立草莓采后贮藏和流通过程中新鲜度实时监测的方法提供技术参考。