来源：期刊VIP网 时间：
作者：王炼;柳军;皮杰;王道营;
单位：江苏大学农业工程学院;江苏省农业科学院农业设施与装备研究所;江苏省农业科学院农产品加工研究所;
摘要：[目的]基于计算机视觉技术，实现规模化冷鲜肉产业链中对猪肉新鲜度的准确、快速和无损检测。[方法]提出了一种基于YOLOv8n的猪肉新鲜度图像识别算法。利用多种数据增强方法相结合加强对图像中猪肉特征的提取，采用迁移学习的试验方法并选择适配的优化器，改善模型的训练权重，从而提高最终的识别准确率。以YOLOv8n图像识别算法为基础，通过对算法进行数据增强、改善优化器后，构成改进方法后的YOLOv8n-cls模型。[结果]迁移学习并改善优化器后的猪肉新鲜度图像识别准确率平均值为99.4%，召回率为83.8%，图像识别的平均计算精度（mAP）为91.4%，图像识别帧率为149 Hz，体现出了良好的试验效果。模型在通过归一化训练和消融试验后的猪肉新鲜度图像识别准确率为99.9%，提高了0.5%。[结论]改进方法后的YOLOv8n-cls在保证应有的识别速度的同时提升了图像识别精度，可满足实际生产中猪肉新鲜度实时检测识别的需求。
关键词：猪肉;;新鲜度;;无损检测;;深度学习;;YOLOv8n网络;;图像识别
基金资助：国家重点研发计划项目（编号：2022YFD2100500）
