PulseAugur
中
实时 10:29:04
English(EN) Few-Shot Ordinal Learning for Day-Wise Freshness Estimation with Hyperspectral Fish Images

新的深度学习模型使用高光谱成像评估鱼类新鲜度 · 2篇论文

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了两种新颖的深度学习方法，使用高光谱成像来评估鱼类新鲜度。第一个是SGNet，一个轻量级架构，旨在高效提取光谱和空间特征，以显著更少的参数实现比现有模型更高的分类精度。第二种方法引入了一个少样本学习框架，可以用有限的标记数据进行逐日新鲜度估计，优于传统的回归方法。这两种方法都显示出在工业环境中进行实时、无损质量评估的潜力。 AI

影响 这些新颖的深度学习架构可以实现食品行业中更准确、更高效的无损质量控制。

排序理由 在arXiv上发表了两篇学术论文，详细介绍了高光谱成像分析的新方法。

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新的深度学习模型使用高光谱成像评估鱼类新鲜度 · 2篇论文

报道来源 [2]

  1. arXiv cs.AI TIER_1 English(EN) · Kazi Nabiul Alam, Pooneh Bagheri Zadeh, Akbar Sheikh-Akbari ·

    面向域感知的轻量级谱分组卷积用于高光谱鱼类新鲜度分类

    arXiv:2608.12227v1 Announce Type: cross Abstract: Hyperspectral imaging (HSI) offers nondestructive assessment of fish freshness by detecting biochemical alterations across spectral bands. However, conventional deep learning approaches do not fully address the particular characte…

  2. arXiv cs.AI TIER_1 English(EN) · Kazi Nabiul Alam, Pooneh Bagheri Zadeh, Akbar Sheikh-Akbari ·

    基于少样本序数学习的五光谱鱼类图像日度新鲜度估计

    arXiv:2608.12230v1 Announce Type: cross Abstract: Non-destructive food quality assessment has increasingly benefited from hyperspectral imaging (HSI), which captures spectral signatures linked to biochemical changes during storage. Estimating day-wise freshness, however, remains …

相关实体

相关话题