[發明專利]一種食品安全檢測方法及裝置

有效

• 申請號: 202110200408.3
• 申請日: 2021-02-23
• 公開（公告）號: CN112802008B
• 公開（公告）日: 2023-04-18
• 發明（設計）人: 徐斌
• 申請（專利權）人: 武漢探針科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/90;G06Q30/018;G06N3/08;G06N3/0464
• 代理公司: 武漢智嘉聯合知識產權代理事務所(普通合伙) 42231
• 代理人: 丁倩

1.一種食品安全檢測方法，其特征在于，包括以下步驟：

建立樣品圖像樣本集，利用所述樣品圖像樣本集對卷積神經網絡進行訓練，得到樣品類別識別模型；

收集不同樣品的化學反應色帶的彩色條碼圖像，獲取所述彩色條碼圖像的顏色屬性，將同一樣品的顏色屬性與樣品檔案進行關聯，建立對比數據庫；

獲取待測產品的產品圖像，所述產品圖像包含化學反應色帶區域，將所述產品圖像輸入所述樣品類別識別模型，得到待測產品的產品類別；

獲取所述化學反應色帶區域的顏色屬性，在所述對比數據庫中搜索與所述待測產品的產品類別以及顏色屬性相對應的產品檔案，作為待測產品的檢測結果；

建立樣品圖像樣本集，利用所述樣品圖像樣本集對卷積神經網絡進行訓練，得到樣品類別識別模型，具體為：

以product數據集對卷積神經網絡進行訓練得到第一模型；

生成所述product數據集中各樣本圖像的候選區域，并標注候選區域相應的類別，得到第一訓練集；

利用所述第一模型對卷積神經網絡進行初始化，利用所述第一訓練集對初始化后的卷積神經網絡進行訓練，得到第二模型；

生成所述product數據集中各樣本圖像的候選區域，并標注候選區域相應的類別以及坐標信息，得到第二訓練集；

利用所述第二模型對卷積神經網絡進行初始化，利用所述第二訓練集對初始化后的卷積神經網絡進行訓練，得到第三模型；

所述第三模型為樣品類別識別模型。

2.根據權利要求1所述的食品安全檢測方法，其特征在于，生成所述product數據集中各樣本圖像的候選區域，并標注候選區域相應的類別，得到第一訓練集，具體為：

采用選擇性搜索方法對所述product數據集中各樣本圖像生成候選區域；

計算每個候選區域與相應的真實區域的交并比，如果所述交并比大于設定閾值，則判定相應候選區域標定為正樣本，將相應候選區域標定為相應的類別，得到所述第一訓練集。

3.根據權利要求1所述的食品安全檢測方法，其特征在于，生成所述product數據集中各樣本圖像的候選區域，并標注候選區域相應的類別以及坐標信息，得到第二訓練集，具體為：

采用選擇性搜索方法對所述product數據集中各樣本圖像生成候選區域；

計算每個候選區域與相應的真實區域的交并比，如果所述交并比大于設定閾值，則判定相應候選區域標定為正樣本，將相應候選區域標定為相應的類別，并獲取相應候選區域與真實區域的相對位置信息作為所述坐標信息，得到所述第二訓練集。

4.根據權利要求1所述的食品安全檢測方法，其特征在于，所述樣品檔案包括樣品類別以及不同類型的樣品數據；所述樣品數據包括廠家、真偽、生產批次、生產日期、成分以及使用說明建議。

5.根據權利要求1所述的食品安全檢測方法，其特征在于，將同一樣品的顏色屬性與樣品檔案進行關聯，建立對比數據庫，具體為：

按樣品類別對樣品進行分類，建立每一類樣品的顏色屬性向量與樣品檔案之間的映射關系表。

6.根據權利要求1所述的食品安全檢測方法，其特征在于，還包括：

建立國家標準參數數據庫，將所述待測產品的產品檔案與所述國家標準參數數據庫中相應數據進行對比，得到產品達標檢測結果，根據所述產品達標檢測結果生成產品使用建議。

7.根據權利要求1所述的食品安全檢測方法，其特征在于，還包括：將所述檢測結果推送至用戶的移動終端。

8.一種食品安全檢測裝置，其特征在于，包括處理器以及存儲器，所述存儲器上存儲有計算機程序，所述計算機程序被所述處理器執行時，實現如權利要求1-7任一項所述的食品安全檢測方法。

9.一種計算機存儲介質，其上存儲有計算機程序，其特征在于，所述計算機該程序被處理器執行時，實現如權利要求1-7任一項所述的食品安全檢測方法。