Kazi Nabiul Alam

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

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。