一个基于深度学习的传感系统,用于识别鱼和彩虹鱼肉,并为消费者保护分类新鲜度
Hong-Dar Lin1, Jun-Liang Chen1, Chou-Hsien Lin2
1Department of Industrial Engineering and Management, Chaoyang University of Technology, Taichung 413310, Taiwan.
Sensors (Basel, Switzerland)
|October 29, 2025
概括
这项研究引入了一个基于智能手机的系统,使用深度学习来打击海鲜欺诈和评估鱼的新鲜度. 它使消费者能够实时识别鱼类和分类质量,提高食品安全.
科学领域:
- 食品科学 食品科学 食品科学
- 计算机科学 计算机科学
- 人工智能的人工智能
背景情况:
- 海鲜欺诈,就像错误标记鱼类一样,引发了严重的食品安全问题,并侵犯了消费者权利.
- 准确识别和评估海鲜的新鲜度对于消费者信任和安全至关重要.
研究的目的:
- 开发基于深度学习的智能手机兼容系统,用于鱼肉识别和鱼新鲜度等级.
- 为消费者提供基于图像的实时工具,用于验证海鲜的真实性和质量.
主要方法:
- 采用了两阶段的深度学习方法,首先对鱼类进行分类,然后对鱼的新鲜度进行分级.
- 使用了改进的DenseNet121架构,具有全球平均聚合,丢失和自定义输出层.
- 用部分层结进行转移学习,以优化训练效率.
主要成果:
- 与一阶段方法和基线模型相比,两阶段方法在分类和分级方面表现优越.
- 该系统在识别鱼类和评估鱼新鲜度水平方面取得了强大的准确性.
- 灵敏度分析显示了对图像扭曲的弹性,例如模糊和相机倾斜.
结论:
- 开发的系统为海鲜认证和新鲜度评估提供了一个实用,以消费者为中心的解决方案.
- 这项技术有可能显著提高食品安全,并保护海鲜市场的消费者权利.
- 需要进一步的研究来应对现实世界的挑战,例如可变的照明和包装条件.
