滁州茶葉檢測安全-安徽金標準(在線咨詢)
安徽省金標準檢測研究院有限公司
- 主營產品:食品檢測,衛生檢測,水質檢測,農產品檢測
- 公司地址:安徽省合肥市高新區香樟大道211號香楓創意園A座
咨詢熱線: 17856548804
立即咨詢
QQ咨詢
信息詳情
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。
一般來講,吸取酶、顯色劑、底物的移液器需要貼好對應標簽,一一對應提取試劑,堅持“只出不進”。而從試劑瓶中倒出的試劑同樣不能倒回去,以免污染原試劑。值得注意的是,檢測人員需要對操作時間嚴格把控,以免出現對照值太小的情況,所以要保證儀器穩定性,在室溫環境下選擇提取液及藥品,在將底物放入后要快速檢測,不得拖沓;要解決好樣品吸光值過高的問題,所以要提高酶與其他藥品的穩定,達到室溫,同時防止樣品次生物質的干擾;樣品檢測存在較小負值誤差且在-10%范圍內,屬于允許范圍,一般原因為人為操作誤差。酶分解底物的合成速度極快,如果操作不熟練便會帶來誤差,導致抑制率出現負值。
對于以矩陣形式存儲的圖像來說,采用模板矩陣(算子)對源圖像進行卷積運算是其提取梯度特征的通用方法。Sobel算子計算量較少,抗噪性較好且能保留邊緣的強弱,由一個用于提取水平方向特征和一個用于提取垂直方向的特征的算子組成。Sobel算子十分適合用于提取農產品方向性的特征,例如檳榔的紋路就能很好的被垂直方向的Sobel算子提取出來,通過紋路分布密度,進行檳榔的分級任務。