基于图像深度学习的菜品成熟度定性定量检测方法及系统
申请号:CN202411810965
申请日期:2024-12-10
公开号:CN119715524B
公开日期:2025-09-30
类型:发明专利
摘要
本发明公开了一种基于图像深度学习的菜品成熟度定性定量检测方法及系统,方法包括:S1、对不同成熟度菜品进行理化性质指标数据测定,对数据进行分析,确定菜品不同成熟度的加工工艺;S2、基于烹饪环境条件和图像构建要求搭建图像采集系统和菜品成熟度数据库;S3、利用菜品成熟度数据库训练图像深度学习模型,实现对不同成熟度菜品的目标检测与实例分割,分别构建成熟度判断系统;S4、基于概率密度函数与成熟度判断系统输出的菜品成熟度预测结果,进行不同成熟度菜品理化性质定量检测。本发明基于深度学习模型的自学习与自思考能力,将其应用于菜品成熟度智能判别,有效解决了当前无相关标准,成熟度判别依靠经验的问题。
技术关键词
图像深度学习
定性定量检测方法
图像采集系统
实例分割
判断系统
迁移学习模型
概率密度函数
图像采集模块
菜品图像
检测头
肌红蛋白含量
指标
数据
标签
正方形框架
主成分分析法
辅助设备
深度学习模型