图像分割算法是用于农产品光电检测分级分类的基础任务,传统算法的优势在于结构简单,,但对复杂环境的适应性较弱。深度学习方法受到环境影响较少,但需大量样本支持,如何正确的获取样本,以及提高算法的整体效率是当前需要解决的主要问题。在实际使用中,深度学习由于性能问题尚无法完全取代传统算法,使用者可以根据具体的需求选择合适的算法。
一般来讲,吸取酶、显色剂、底物的移液器需要贴好对应标签,一一对应提取试剂,坚持“只出不进”。而从试剂瓶中倒出的试剂同样不能倒回去,以免污染原试剂。值得注意的是,检测人员需要对操作时间严格把控,以免出现对照值太小的情况,所以要保证仪器稳定性,在室温环境下选择提取液及药品,在将底物放入后要快速检测,不得拖沓;要解决好样品吸光值过高的问题,所以要提高酶与其他药品的稳定,达到室温,同时防止样品次生物质的干扰;样品检测存在较小负值误差且在-10%范围内,属于允许范围,一般原因为人为操作误差。酶分解底物的合成速度极快,如果操作不熟练便会带来误差,导致抑制率出现负值。兽药残留是指用药后蓄积或存留于畜禽机体或产品(如鸡蛋、奶品、肉品等)中原型或其代谢产 物,包括与兽药有关的杂质的残留。随着人们对动物源食品由需求型向质量型的转变,动物源食品中的兽 药残留已逐渐成为全世界关注的一个焦点。我们具备先进的农残、兽残检测仪器,通过液相色谱、气 相色谱、气质联用、液质联用等设备进行定性、定量测定,为客户提供的农残、兽残检测服务。基于编码结构的图像分割网络虽然能在复杂背景及环境中基于特征分割出图像区域,不过其提取的轮廓特征依然较为粗糙,不足为真实尺寸测量提供依据,直到MaskRCNN才做到了像素级图像分割,为尺寸测量提供了依据。除此之外,MaskRCNN将目标检测和语义分割结合,对农产品尺寸测量及分类提供了指导性算法,也是目前研究优化的主要方向。