CN119478928A 基于食品溯源的多类型目标物全自动快检方法及系统 （南京微测生物科技有限公司）

基于食品溯源的多类型目标物全自动快检了基于食品溯源的多类型目标物全自动快检方出目标检测成分，以及对应的目标检测成分含特征数据和第二特征数据，构建食品特征方程2根据第一特征数据和第二特征数据，构建食品特征方程组，根据食;值范围为1至KLZL；所述食品成品图像中颗粒轮廓区域包括重叠的颗粒区域与未重叠的颗S104：根据颗粒面积和颗粒周长计算得到颗粒圆3S105：根据颗粒圆度和颗粒边缘光滑度计算得到颗S106：使用Watershed分割算法对颗粒重叠部分进行分割，得到分割后的颗粒，执行;;;阶导数，x"(t)为x(t)的二阶导数，y'(t)为y(t)的一阶导数，y"(t)为y(t)的二阶导数；CDD为颗象集合中获取第j个颗粒轮廓区域对应的颗粒种类对应的颗粒种类对象，并将颗粒种类对若第j个颗粒轮廓区域对应的颗粒种类不在颗粒种类对象集合中区域对应的颗粒种类创建一个颗粒种类对象，并将颗粒种类对象添加至颗粒种类对象集S115：对颗粒种类对象集合中颗粒种类对象对应对所述颗粒种类对象集合中颗粒种类对象对应的颗粒密度和颗粒分布方式依次进行更新4中颗粒轮廓区域的数量作商，得到第h个颗粒种类对象对应的颗粒密度，记为颗粒密度变应的颗粒种类作为输出，以每组种类识别训练数据对应的实际的颗粒种类作为预测目标，所述分布识别模型的训练方法同所述种类识别模型的训练，所述分布识别模型为CNNS123：将目标检测成分和对应的目标检测成分含量构建成第r个目标检测成分对应的56[0003]现有公开号为CN116109325A的中国专利申请提出了一种基于物联网管控食品安一步地通过预先收集的每个中间产品与成品产品的原料配比，再跟踪食品厂商的材料购7[0017]若食品特征方程组存在非零解，则表明配料表与食品成品实际使用的原材料一的取值范围为1至KLZL；所述食品成品图像中颗粒轮廓区域包括重叠的颗粒区域与未重叠8的一阶导数，x"(t)为x(t)的二阶导数，y'(t)为y(t)的一阶导数，y"(t)为y(t)的二阶导数类对象集合中获取第j个颗粒轮廓区域对应的颗粒种类对应的颗粒种类对象，并将颗粒种9[0056]S123：将目标检测成分和对应的目标检测成分含量构建成第r个目标检测成分对的取值范围为1至KLZL；所述食品成品图像中颗粒轮廓区域包括重叠的颗粒区域与未重叠[0083]需要说明的是，所述颗粒指的是食品成品中由原材料或成分组成的细小结构单前面的骨干网络和特征融合等操作后，输出的特征图维度为[batch_size，feature_size]一个全连接层将其映射到另一个中间维度new_intermediate_size（权重矩阵维度为项维度为1。通过增加层数和调整每层的神经元数量，可以让模型有更强的非线性拟合能的第二个颗粒的纵坐标记为y(t-1)；[0104]根据x(t+1)和x(t-1)计算得到x(t)的一阶导数，根据y(t+1)与y(t-1)计算得到y(t)的一阶导数；计算得到y(t)的二阶导数；k为颗粒圆度的权重系数，类对象集合中获取第j个颗粒轮廓区域对应的颗粒种类对应的颗粒种类对象，并将颗粒种[0131]对所述颗粒种类对象集合中颗粒种类对象对应的颗粒密度和颗粒分布方式依次[0147]S123：将目标检测成分和对应的目标检测成分含量构建成第r个目标检测成分对[0156]若食品特征方程组存在非零解，则表明配料表与食品成品实际使用的原材料一[0159]本申请通过图像识别结合成分分析的方式，尤其适用于同材料的以次充好的识