领学术科研之先,创食品科技之新
—— 中国食品杂志社
期刊集群
基于EfficientNet网络模型的猪肉新鲜度智能识别方法
来源:导入 阅读量: 127 发表时间: 2024-02-20
作者: 刘超, 张家瑜, 戚超, 黄继超, 陈坤杰
关键词: 猪肉新鲜度;无损检测;深度学习;EfficientNet网络
摘要:

建立基于图像和EfficientNet框架的猪肉新鲜度测定方法。采集2 500 张不同新鲜度的猪肉图片作为原始数据集,通过图像增强方式,构建总数为60 000 张的猪肉新鲜度数据集。先用CIFAR-10数据集对EfficientNet进行训练,确定模型的基本结构及初始权值,然后用所构建的猪肉新鲜度数据集对模型进行训练和改进,使模型适用五分类问题。最后对所建立的模型进行测试和验证,并与Alexnet、VGG16和ResNet50目前主流的卷积神经网络模型进行比较。结果显示,在猪肉新鲜度识别方面,EfficientNet模型的平均正确识别率高达98.62%,明显优于Alexnet、VGG16和ResNet50模型,其中,EfficientNetB2模型的正确识别率达到99.22%,训练时间仅需157 min,综合性能最佳,是一种最适合猪肉新鲜度识别的方法。为提升模型泛化性,改进EfficientNetB2模型优化器算法,比较随机梯度下降、自适应矩估计)、均方根传播、校正自适应矩估计(rectified adaptive moment estimation,RAdam)4 种优化器的性能。结果显示,采用RAdam优化器虽然没能进一步提高模型的准确率,但对提升模型的泛化能力有一定帮助,在工程应用上具有实际意义。

电话: 010-87293157 地址: 北京市丰台区洋桥70号

版权所有 @ 2023 中国食品杂志社 京公网安备11010602060050号 京ICP备14033398号-2