[发明专利]一种食品安全检测方法及装置

说明书

本发明涉及一种食品安全检测方法，包括以下步骤：建立样品图像样本集，利用所述样品图像样本集对卷积神经网络进行训练，得到样品类别识别模型；收集不同样品的化学反应色带的彩色条码图像，获取所述彩色条码图像的颜色属性，将同一样品的颜色属性与样品档案进行关联，建立对比数据库；获取待测产品的产品图像，所述产品图像包含化学反应色带区域，将所述产品图像输入所述色彩识别模型，得到待测产品的产品类别；获取所述化学反应色带区域的颜色属性，在所述对比数据库中搜索与所述待测产品的产品类别以及颜色属性相对应的产品档案，作为待测产品的检测结果。本发明能够实现食品产品的简单快速检测。

技术领域

本发明涉及食品安全技术领域，尤其涉及一种食品安全检测方法、装置及计算机存储介质。

背景技术

食品安全一直以来都是人们最为关注的问题，长期以来都是依赖于市场监督抽样检测，对于生产厂家为了防止造假耗费大量资金用在包装商标上，然而即使这样造假依然存在，为了打假还要耗费大量人力物力去围堵，甚至诉讼法律等一系列繁琐的事物。

目前，在对食品进行抽样检测时，往往离不开各类检测实验，然而对于普通消费者来说，那些复杂的检验过程以及眼花撩暖的试剂颜色难以理解。如何让普通消费者通过简单的方式了解到食品的真伪、食品是否健康、对自己身体是否有益以及相关提醒和建议，如何避免造假者造假，达到市场规范和自律，是亟待解决的问题。

发明内容

有鉴于此，有必要提供一种食品安全检测方法、装置及计算机存储介质，用以解决食品安全检测难以普及至普通消费者层面的问题。

本发明提供一种食品安全检测方法，包括以下步骤：

建立样品图像样本集，利用所述样品图像样本集对卷积神经网络进行训练，得到样品类别识别模型；

收集不同样品的化学反应色带的彩色条码图像，获取所述彩色条码图像的颜色属性，将同一样品的颜色属性与样品档案进行关联，建立对比数据库；

获取待测产品的产品图像，所述产品图像包含化学反应色带区域，将所述产品图像输入所述色彩识别模型，得到待测产品的产品类别；

获取所述化学反应色带区域的颜色属性，在所述对比数据库中搜索与所述待测产品的产品类别以及颜色属性相对应的产品档案，作为待测产品的检测结果。

进一步的，建立样品图像样本集，利用所述样品图像样本集对卷积神经网络进行训练，得到样品类别识别模型，具体为：

以product数据集对卷积神经网络进行训练得到第一模型；

生成所述product数据集中各样本图像的候选区域，并标注候选区域相应的类别，得到第一训练集；

利用所述第一模型对卷积神经网络进行初始化，利用所述第一训练集对初始化后的卷积神经网络进行训练，得到第二模型；

生成所述product数据集中各样本图像的候选区域，并标注候选区域相应的类别以及坐标信息，得到第二训练集；

利用所述第二模型对卷积神经网络进行初始化，利用所述第二训练集对初始化后的卷积神经网络进行训练，得到第三模型；

所述第三模型为样品类别识别模型。

进一步的，生成所述product数据集中各样本图像的候选区域，并标注候选区域相应的类别，得到第一训练集，具体为：

采用选择性搜索方法对所述product数据集中各样本图像生成候选区域；

计算每个候选区域与相应的真实区域的交并比，如果所述交并比大于设定阈值，则判定相应候选区域标定为正样本，将相应候选区域标定为相应的类别，得到所述第一训练集。