换一批深度学习驱动的机器视觉技术用于果蔬品质的智能感知:进展、挑战、展望
Deep Learning-Based Machine Vision for Intelligent Perception of Fruit and Vegetable Quality:Progress,Challenges,and Prospects
摘要准确的果蔬品质分析对于保障食品安全、提升消费者满意度以及促进果蔬产业的可持续发展具有重要意义.近年来机器视觉技术在果蔬产业领域得到了广泛应用.传统的机器学习算法在处理机器视觉技术产生大量复杂的图像数据时通常具有局限性,其性能不能满足实际的需要.机器视觉技术与深度学习算法的融合实现了对复杂果蔬图像的高效分析和处理.基于机器视觉和深度学习所开发的果蔬品质检测系统在实际应用中取得了显著的成果,为推动果蔬产业的智能化升级提供了有力的技术支持.本综述总结了近年来深度学习驱动的机器视觉技术在果蔬品质分析领域的研究进展,并着重探讨了目前面临的挑战,展望了该领域的未来发展趋势,包括公开数据集的构建、轻量级模型和三维传感装置的开发、多模态融合、可解释性模型、便携化和小型化设备研发,以及物联网和区块链技术赋能的全产业链智能果蔬管理体系的构建,以期推动果蔬产业的技术升级与协同创新.
更多相关知识
关键词
果蔬机器视觉深度学习卷积神经网络新鲜度fruits and vegetablesmachine visiondeep learningconvolutional neural networksfreshness
分类号
TS207
DOI
10.7506/spkx1002-6630-20250401-007
发布时间
2025-11-25（万方平台首次上网日期，不代表论文的发表时间）
基金项目
山东省重点研发计划(乡村振兴科技创新提振行动计划)项目（2022TZXD0030）
- 浏览0
- 被引2
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
