用于卷状糖霜质量评估的轻量级深度学习框架

《LWT》:Lightweight Deep Learning Framework for Quality Assessment of Rolled Fondant

【字体: 大 中 小 】 时间:2026年06月01日 来源:LWT 6.0

编辑推荐:

  埃斯特万·罗德里格斯(Esteban Rodríguez)|乔治·保卡尔(George Pauccar)|卡洛斯·H·英加·埃斯皮诺萨(Carlos H. Inga Espinoza)|何塞·卡里萨莱斯(José Carrizales)•基于CIELAB的轻量级卷积神经网络(CN

  
埃斯特万·罗德里格斯(Esteban Rodríguez)|乔治·保卡尔(George Pauccar)|卡洛斯·H·英加·埃斯皮诺萨(Carlos H. Inga Espinoza)|何塞·卡里萨莱斯(José Carrizales)
  • •
    基于CIELAB的轻量级卷积神经网络(CNN)能够分离亮度信息,从而实现更精确的食品颜色测量。
  • •
    参数数量较少的模型(少于80万个参数)在计量可靠性方面优于YOLO算法。
  • •
    语义分割技术能够有效解决连续纹理中边界框饱和的问题。
  • •
    统计验证(95%置信区间)证明了这类模型在边缘设备上用于最终质量控制的可行性。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号