印度海鲜干鱼数据集:一个机器学习应用程序

科学领域:

• 计算机科学 计算机科学
• 农业科学 农业科学
• 食品科学 食品科学 食品科学

背景情况:

• 传统的鱼干对于印度沿海社区的收入至关重要,保护捕捞量并确保全年可用性.
• 干鱼行业现有的挑战包括标准化,质量控制和安全.
• 机器学习为提高海鲜加工效率和产品质量提供了潜在的解决方案.

研究的目的:

• 创建一个包括8290图像的综合数据集,用于印度干鱼行业的机器学习应用.
• 为了方便识别和分类五种主要的干海鲜品种:,小鱼,金鱼,鱼和孟买.
• 通过AI,支持印度干鱼产业在质量控制,标准化和安全方面的进步.

主要方法:

• 收集并策划了8290张高质量图像的数据集,其中包括五种受欢迎的印度干鱼类.
• 图像是在标准化的照明,背景和物体姿势条件下拍摄的.
• 数据集包括每个鱼类类别的单个和散装图像,以确保多样性和强度.

主要成果:

• 现在可以使用适合训练机器学习模型的多样化和标准化数据集.
• 该数据集使得开发人工智能驱动的工具能够准确地识别和分类干鱼.
• 该资源支持用于印度干鱼市场实际应用的研发.

结论:

• 印度海鲜干鱼数据集是推进该行业机器学习应用的宝贵资源.
• 利用这一数据集可以提高质量控制,安全标准和整体效率.
• 这一举措使研究人员和数据科学家能够在印度干鱼加工行业内进行创新.