期刊屋 > 工程

基于深度学习的B超生猪脂肪含量检测

【摘要】猪肉脂肪含量检测对猪种选育具有重要意义，常用的物理化学和计算机视觉等方法无法实现无损检测。通过分析猪肉的移动B超图像方法实现脂肪含量无损检测，主要采用深度学习方法来处理B超图像的生猪脂肪含量检测问题。使用CNN模型对135组猪眼肌B超图像数据集进行脂肪含量检测实验，其中采用GPU来加快网络训练，验证了卷积神经网络在猪眼肌B超图像脂肪含量检测领域的准确性及高效性。

【基于深度学习的B超生猪脂肪含量检测】相关的文章

工程最新帖子

1不同食盐添加量对腌制草鱼品质和风味的影响
2颗粒床内固液过滤的三维CFD-DEM模拟
3成乐高速公路扩容试验段新旧路面拼接方案研究
4基于改进人工势场法的山区公路自动驾驶车辆路径规划研究
5在新老混凝土界面设置三维钢筋网垫的力学性能数值分析
6Delta并联3D打印机运动学分析
7基于SVDD和D-S理论的曲轴轴承故障诊断
8基于梯度下降Tucker分解的高速公路数据质量控制算法
9血清中丙酮和3种醇类的气相色谱内标同时测定法
10分子非晶体系中结构弛豫的非线性动力学研究

基于深度学习的B超生猪脂肪含量检测

【基于深度学习的B超生猪脂肪含量检测】相关的文章

工程 最新帖子

热门文章

工程最新帖子