[发明专利]一种改进VGG-19的冰鲜鲳鱼新鲜度评估方法

说明书

本发明公开了一种改进VGG‑19的冰鲜鲳鱼新鲜度评估方法，包括以下步骤：步骤1.鲳鱼样本处理；步骤2.TVB‑N挥发性盐基氮测定；步骤3.鲳鱼图像采集；步骤4.图像预处理；步骤5.鲳鱼新鲜度等级划分；步骤6.划分数据集；步骤7.通过随机初始化网络权重方法训练三种经典CNN分类网络；步骤8.通过迁移学习方法训练三种经典CNN分类网络；步骤9.VGG‑19模型结构优化；步骤10.保存训练好的模型；步骤11.使用训练好的模型对测试数据集进行测试，对鲳鱼图像的新鲜度等级分类；步骤12.CAM可视化。

技术领域

本发明涉及食品质量检测领域，尤其涉及一种改进VGG-19的冰 鲜鲳鱼新鲜度评估方法。

背景技术

新鲜度作为鱼最重要的品质指标，直接关系到食品的质量与安 全。国内外的研究者们已经采用不同的方法对水产品品质进行预测， 常见方法包括理化指标、物理方法与感官评价，此类方法在鱼新鲜度 检测方面应用最多，相对准确，但多在实验室环境应用，且为有损检 测、检测效率低、不适合批量检测。随着渔业的发展，消费者对鱼品 质的要求也越来越高，传统的检测方法已无法满足社会的需求，冷链 储运领域也急需一种快速无损、自动化的鱼肉品质检测技术。

为此，本发明提出了一种改进VGG-19的冰鲜鲳鱼新鲜度评估方 法。

发明内容

为实现本发明之目的，采用以下技术方案予以实现：

一种改进VGG-19的冰鲜鲳鱼新鲜度评估方法，包括以下步骤：

步骤1.鲳鱼样本处理；

步骤2.TVB-N挥发性盐基氮测定；

步骤3.鲳鱼图像采集；

步骤4.图像预处理；

步骤5.鲳鱼新鲜度等级划分；

步骤6.划分数据集；

步骤7.通过随机初始化网络权重方法训练三种经典CNN分类网 络；

步骤8.通过迁移学习方法训练三种经典CNN分类网络；

步骤9.将VGG-19*模型进行结构优化；

步骤10.保存训练好的模型；

步骤11.使用训练好的模型对测试数据集进行测试，对鲳鱼图像 的新鲜度等级分类；

步骤12.CAM可视化。

所述的方法，其中步骤2中挥发性盐基氮TVB-N测定包括：

首先，取出六组鲳鱼样品，分割背部去皮，鱼肉使用搅碎机搅碎， 将3.0g绞碎的鱼肉与30mL蒸馏水混合，使用离心管均质20秒。随 后将样品密封，送入水浴式震荡仪中摇震30分钟，震荡结束后将六 组样品取出，加入蒸馏水实现配平操作，将配平好的样品放入离心机 中离心8分钟，使悬浮液中的固体颗粒与液体分开；其次，向接收瓶 内加入10mL硼酸溶液(20g/L)和5滴甲基红-次甲基蓝指示剂，并 将冷凝管下端插入接收瓶底，向消化管中加入离心后上清液和氧化镁 悬浊液各5mL，利用凯氏定氮仪蒸馏5分钟得到吸收液；TVB-N值计 算如下：

TVB-N值＝[(V₁-V₂)×c×14]/(m×V₀/V)×100

其中，V₁和V₂分别代表对照试验组、空白实验组消耗盐酸的体积；c代表盐酸浓度；m代表样品质量；V₀代表吸取的上清液体积；V代表 样液总体积。