基于深度学习的B超生猪脂肪含量检测

• 作者: 张建勋 朱佳宝 郑集元 陈虹伶
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: B超图像 脂肪含量检测 无损检测 深度学习 卷积神经网络
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 智能技术
• 页码范围: 112-116
• 页数: 5页
• 分类号: TP399
• 字数: 3833字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2019.06.017

摘要

猪肉脂肪含量检测对猪种选育具有重要意义,常用的物理化学和计算机视觉等方法无法实现无损检测.通过分析猪肉的移动B超图像方法实现脂肪含量无损检测,主要采用深度学习方法来处理B超图像的生猪脂肪含量检测问题.使用CNN模型对135组猪眼肌B超图像数据集进行脂肪含量检测实验,其中采用GPU来加快网络训练,验证了卷积神经网络在猪眼肌B超图像脂肪含量检测领域的准确性及高效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张建勋	重庆理工大学计算机科学与工程学院	24	135	7.0	10.0
2	朱佳宝	重庆理工大学计算机科学与工程学院	4	9	2.0	2.0
3	陈虹伶	重庆理工大学计算机科学与工程学院	3	8	2.0	2.0
4	郑集元	重庆理工大学计算机科学与工程学院	4	13	3.0	3.0