.png){kind=icon}
返回
Research on Beef Marbling Grading Algorithm Based on Improved YOLOv8x
.png){kind=icon}
OA
AI
DOI：10.3390/foods14101664.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
大理石纹是影响牛肉品质分级的关键指标。目前，中国牛肉加工企业依赖专业分级员通过国家标准图谱进行视觉评估大理石纹。然而，这种手动评估方法主观性极强且耗时较长。本研究提出了一种基于增强YOLOv8x模型的牛肉大理石纹分级算法，以应对这些挑战。该模型整合了加入改进注意力机制和损失函数的卷积神经网络（CNN），以及区域兴趣（ROI）预处理算法，以自动化大理石纹分级流程。收集了包含1300张牛肉样本图像的数据集，并按8:2比例划分为训练集和测试集。与其他深度学习模型进行了对比实验，并进行了消融测试以验证所提模型的有效性。实验结果表明，改进的YOLOv8x模型达到99.93%的验证准确率、97.82%的实际分级准确率，以及每张图像检测时间低于0.5秒。所提算法提升了分级效率，并有助于推动智能农业实践及畜牧产品质量评估。
Keyword:
beef marbling
deep learning
YOLOv8x
ROI algorithm
machine vision
grading
期刊
IF:
5.1
论文数:
7.9K
被引数:
8.7W
机构
引用论文
Evaluating the Quality of Machine Learning Explanations: A Survey on Methods and Metrics评估机器学习解释的质量: 方法和度量的调查.png)
Electronics
OAAI
ElectronicsIF0
OAAI分享收藏Detection of Specific Building in Remote Sensing Images Using a Novel YOLO-S-CIOU Model. Case: Gas Station IdentificationSensorsOAAI
SensorsIF0
OAAI分享收藏
查看更多内容