利用图像分析和深度学习预测油菜籽中总酚含量

作者：黄晓琛; 张凯利; 肖华明^*; 刘元杰; 赵志聪; 陈洪; 魏芳^*

来源：食品安全质量检测学报, 2023, 14(19): 29-36.

DOI：10.19812/j.cnki.jfsq11-5956/ts.2023.19.003

• 油菜籽
• 图像分析
• 总酚含量
• 深度学习

目的 建立了一种结合图像分析和深度学习的油菜籽中总酚含量的快速预测方法。方法 利用VGG19网络进行油菜籽图像籽粒特征的提取,通过多个卷积层来学习油菜籽图像的特征,并建立了回归模型用于预测油菜籽的总酚含量。共收集了100种油菜籽样本,将油菜籽样本按照3:1的比例划分为训练集和测试集,利用均方损失函数(MSELoss)和决定系数(r2)评估模型预测准确性。结果 测试集MSELoss=0.0085、r2=0.9914,表明该预测模型具有一定的准确性和实用性。结论 本研究提出了一种快速、准确的评估油菜籽总酚含量的方法,为油菜籽的总酚测定提供一种快速、准确的智能化检测方法。

• 单位
  中国农业科学院油料作物研究所; 中国农业大学; 华中农业大学