摘要
本申请公开了一种食品掺假检测方法、模型训练方法、系统及相关产品,涉及食品检测技术领域。食品掺假检测模型的训练方法包括:获取训练数据集中的样本食品的多光谱图像、对应的真实高光谱图像和掺假类别标签,将多光谱图像输入光谱重建模型中,得到重建高光谱图像,基于重建高光谱图像和真实高光谱图像确定重建损失,基于重建高光谱图像和负样本的高光谱图像确定对比损失,负样本的高光谱图像是通过掺假类别标签确定的,基于重建损失和对比损失优化光谱重建模型的参数以完成训练,将重建高光谱图像输入分类模型以进行分类模型的训练。通过执行以上操作,降低了食品掺假检测的成本并提高了基于低成本设备的食品掺假检测准确率。
技术关键词
光谱重建模型
特征提取模型
样本
多光谱
模型训练方法
可见光
重建误差
标签
计算机程序产品
电子设备
食品检测技术
教师
图像获取模块
蒸馏
图像重建
参数
环境光
学生
系统为您推荐了相关专利信息
食品成分分析
成分分析方法
食品成分检测
支持向量机回归模型
存储设备
化检测方法
品质预测模型
环形传送装置
共振喇叭
近红外检测装置
图像分割模型
原始钢板
注意力
编码特征
解码模块
样本
随机噪声
数据集扩增方法
多模态特征
预训练模型