基于深度學習的圖像分割方法，主要研究領域是在于語義分割，即根據圖片內容，將圖像分為多個有含義的部分，對于農產品分類而言有著革命性的意義。全卷積網絡FCN是深度學習用于進行圖像分割的先驅，以分類模型AlexNet為基礎，將其3層全連接層轉化為反卷積層進行上采樣，從而將輸出有特征分類轉化為區域特征熱力圖。
進行藥品配制。應用提取液對試劑稀釋劑進行配制，在配制過程中要對pH值進行不斷校正，結合要求進行蒸餾水與藥品的添加，把控好溫度，在室溫條件下使用藥品和酶試劑。再次，優選樣品。以蔬菜檢測為例，需要先將爛葉、枯葉去掉，在表皮到果肉1-2cm處提取出果肉，把控好提取量。如果蔬菜含有葉綠素以及其他色素，則要浸提整株，防止浸出大量色素對檢測結果造成影響。有條件的實驗室可選擇用活性炭先進性脫色處理，也能減小色素對過濾液的干擾，作離心處理之后提取其中清液等待檢測。實驗表明，蔥、姜、蒜、蘿卜、番茄等汁液中由于存在對酶有影響的植物次生物質，通常會因為基質效應的干擾而出現假陽性，在處理這類樣品過程中也需要浸提整株，以避免受到次生物質的影響。，使用移液器和試劑。
在線客服
17856548804
2179259773@qq.com
