基于Swin变压器和智能手机的肉类中化的实时定量检测
Zhenchang Gao1, Shanshan Chen2, Jinxian Huang1
1Department of Physics, School of Science, Jimei University, Xiamen, Fujian Province, China.
Journal of food science
|June 7, 2024
概括
一个新的智能手机应用程序使用计算机视觉来检测牛肉中的胡卜素 (食品添加剂),提供实时质量控制. 这项技术为消费者和监管机构提供了一种可靠的工具,可以快速且负担得起地识别肉类改.
科学领域:
- 食品科学与技术 食品科学与技术
- 计算机视觉应用程序 计算机视觉应用
- 分析化学 分析化学
背景情况:
- 水合物是肉制品中常见的食品添加剂,但过度消费可能会对健康造成风险.
- 目前用于检测肉类中合物造的方法是基于实验室的,消费者和监管机构缺乏实时可访问性.
- 消费者往往依赖于感官评估,这不足以准确检测伪造.
研究的目的:
- 开发基于智能手机的计算机视觉方法,用于定量检测牛肉中的卡拉基南造物.
- 为消费者和监管机构提供可访问的实时工具来评估肉质.
- 为了比较开发的方法的性能与传统技术,如电化学阻抗光谱学.
主要方法:
- 使用Swin变压器模型,包括预训练和微调,用于牛肉改水平的自动分类.
- 开发了一个智能手机应用程序,集成Swin-Tiny (Swin-T) 模型进行现场分析.
- 采用电化学阻抗光谱作为比较分析方法.
主要成果:
- 斯温-T模型在检测牛肉 (0-20%) 中的卡拉基南造物时,达到0.997的Top-1准确度,快速检测速度为3.2ms.
- 计算机视觉方法在准确性和操作简单性方面明显优于电化学阻抗光谱 (精度为0.792).
- 斯温-T模型在区分不同类型的合物中表现出高精度 (0.975).
结论:
- 基于智能手机的计算机视觉提供了一种实用,非破坏性和定量解决方案,用于实时检测牛肉中的合物造.
- 这项技术赋予消费者和监管机构一个负担得起和可访问的工具,以确保肉制品的安全性和质量.
- 开发的方法有可能降低与传统的肉质检测方法相关的成本.
