来源：期刊VIP网 时间：
作者：叶东东;徐霞;丁玉庭;
单位：浙江工业大学食品科学与工程学院;全省深蓝渔业资源绿色低碳高效开发重点实验室;国家远洋水产品加工技术研发分中心(杭州);
摘要：在全球渔业产量不断增加和对鱼类品质保障需求提升的背景下，传统的鱼类加工和品质监测方法大多依赖人工操作，这不仅效率低下而且结果的一致性和准确性难以保证，逐渐无法满足现代需求。机器视觉和深度学习技术的结合，提供了一种高效、自动化的方法来提升鱼类加工与品质监测的准确性和效率。该综述概述了机器视觉系统和深度学习在鱼类加工中的应用，包括分类分拣、切割定位、重量估算等方面，并详细介绍了利用高光谱成像、近红外成像、比色传感器和传统成像等方法在品质监测中的最新研究进展，突出了深度学习在提升这些技术识别、分类精度和处理复杂图像数据能力方面的潜力。尽管机器学习技术在单一的加工问题中取得了成功，但面对复杂数据和环境变化时的适应性仍有限，这促使深度学习的相关研究日益受到重视。该文发现当前针对鱼类加工领域的深度学习研究还相对较少，且缺乏能够综合解决鱼类加工和品质监测多重任务的系统性研究。
关键词：鱼类加工;;鱼类品质;;深度学习;;机器视觉;;机器学习
基金资助：浙江省“尖兵”“领雁”研发攻关计划项目(2022C02025);; 浙江省基础公益研究计划项目(LTGN23C200017)
