详情

山东省农业科学院茶叶所在红茶发酵品质智能检测方面取得新进展

来源:山东省农业科学院2024/8/23 14:16:0958
导读
本研究团队前期探索了近红外光谱、嗅觉可视化、机器视觉和电特性传感信息结合机器学习方法评估红茶发酵品质及适度的可行性。
  近日,山东省农业科学院茶叶所茶叶加工团队在Food Research International(中科院一区TOP,IF5=7.4)上发表了题为“Lightweight CNN combined with knowledge distillation for the accurate determination of black tea fermentation degree”的研究论文。
 
  红茶是世界上产量最多、消费量最大的茶类,发酵是红茶品质风味形成的关键工序,当前国内外红茶生产均依靠人工经验“看茶制茶”,此已成为制约红茶智能化加工的关键技术瓶颈。针对此问题,本研究团队前期探索了近红外光谱、嗅觉可视化、机器视觉和电特性传感信息结合机器学习方法评估红茶发酵品质及适度的可行性。
 
  该工作的新颖性在于:采用机器视觉与深度学习融合技术,提出一种结合知识蒸馏的轻量化卷积神经网络(CNN)的红茶发酵品质适度信息智能检测方法。首先,实验对比了12种CNN经典模型,并选择Shufflenet_v2_x1.0作为学生模型,Efficientnet_v2作为教师模型,用损失函数Focal Loss替换CrossEntropy Loss,最后在Distillation Loss ratio为0.6、0.7、0.8、0.9时,分别采用ST、MGD、SPKD及AT四种知识蒸馏方法对Shufflenet_v2_x1.0模型进行知识蒸馏。结果表明,Distillation Loss ratio为0.8,采用MGD方法蒸馏后的模型检测性能最好,模型在不增加参数量与计算量的前提下,判别性能得到了有效提升,模型P、R、F1分别达到0.9208、0.9190、0.9192,实现了红茶发酵品质适度的精确判别。为红茶数字化、智能化加工技术实现,提供了新的理论支撑和技术手段。
 
  茶叶所为第一完成单位和通讯单位,茶叶所董春旺研究员、博士后陈之威为论文的通讯作者,石河子大学联培博士生丁泽中为论文第一作者,该研究得到山东省农业科学院333工程(333)、济南市农业科技攻关项目(GG202415)和山东省现代农业产业技术体系(SDAIT19)的资助。
原文链接

版权与免责声明:凡本网注明“来源:兴旺宝”的所有作品,均为浙江兴旺宝明通网络有限公司-兴旺宝合法拥有版 权或有权使用的作品,未经本网授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的,应在授权范围内使用,并注明“来源:兴旺宝”。违反上述声明者,本网将追究其相关法律责任。 本网转载并注明自其它来源(非兴旺宝)的作品,目的在于传递更多信息,并不代表本网赞同其观点或和对其真实性负责,不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时,必须保留本网注明的作品第一来源,并自负版权等法律责任。 如涉及作品内容、版权等问题,请在作品发表之日起一周内与本网联系,否则视为放弃相关权利。

展开全部
热门评论
相关新闻