基于Caffe的猪肉新鲜度分级的设计与实现

• 作者: 乔焰 侯金波 孙裴 焦俊 辜丽川 邱洪涛
• 来源期刊: 江苏农业学报
• 学科: 工学
• 关键词: Caffe框架 新鲜度 图像识别 残差神经网络
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 加工贮藏·质量安全
• 页码范围: 461-468
• 页数: 8页
• 分类号: TS251.5+1
• 字数: 5621字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-4440.2019.02.029

摘要

为了提高猪肉新鲜度检测的实时性,提出了基于Caffe框架与ResNet残差神经网络的猪肉新鲜度分级的新方法.根据理化试验结果将猪肉的新鲜度分为7级,并在理化试验前拍摄对应的猪肉照片作为样本进行网络训练.在网络训练完成后分别用同源和异源样本图片对系统分级准确率进行验证,结果显示系统分级的准确率均达到95％以上,说明该系统能够很好地对猪肉新鲜度进行分级.与传统的理化试验检测新鲜度的方法相比,在保证了分级准确率较高的同时,检测过程简单、实时性高、无损,是一种更高效的猪肉新鲜度分级方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙裴		89	404	11.0	15.0
2	辜丽川		64	341	11.0	15.0
3	焦俊		59	267	10.0	14.0
4	侯金波		14	5	1.0	1.0
5	乔焰		27	44	3.0	6.0
6	邱洪涛		1	0	0.0	0.0