摘要
本发明一种预制菜营养检测方法,包括以下步骤:S1:对预制菜进行第一次取样,对预制菜进行拍照,将不同类别原料和调味品所组成的预制菜图片集作为试验数据集;将当前预制菜试验数据集导入预先训练完成的卷积神经网络模型;通过预先训练完成的卷积神经网络模型对每重量单位的预制菜营养成分占比进行训练;获取预制菜的重量;根据预制菜的重量,计算出预制菜的营养成分。本发明对营养检测准确,使用更加方便,对于污染液取样位置不需要非常精确的取样过程而言,具有极大的便利。
技术关键词
卷积神经网络模型
电流变液
吸附块
推进机构
套环
活动板
压力传感器
调味品
单向轴承
接口
错位
密封套
穿孔
数据
电磁铁
单向阀
电磁阀
蓄电池
弹簧
限位块
系统为您推荐了相关专利信息
迁移学习模型
预训练模型
状态识别方法
状态识别系统
虚拟系统
卷积神经网络模型
鉴别方法
数据
深度学习网络模型
节点
热成像相机
测试方法
脉冲响应函数
深度卷积神经网络模型
伪随机序列调制
数据压缩方法
语义区域分割
数据压缩设备
数据压缩装置
运动矢量信息
图像分类方法
图像分类模型
卷积神经网络模型
材料无损检测技术
超声波检测技术