農(nóng)產(chǎn)品農(nóng)藥殘留超標(biāo)的原因及危害。農(nóng)產(chǎn)品的農(nóng)藥殘留超標(biāo)屬于農(nóng)藥污染的常見(jiàn)形式之一，形成這種現(xiàn)象的原因是農(nóng)戶在農(nóng)作物生長(zhǎng)過(guò)程中，為了輔、殺蟲(chóng)等會(huì)施用一些農(nóng)藥，尤其是隨著病蟲(chóng)害抗藥性的增強(qiáng)，以及農(nóng)戶為了提高產(chǎn)量，會(huì)使用大量農(nóng)藥，甚至?xí)褂酶叨?、高殘留農(nóng)藥。這些農(nóng)藥大部分會(huì)殘留在農(nóng)產(chǎn)品的表面，造成農(nóng)產(chǎn)品農(nóng)藥殘留嚴(yán)重，若這種農(nóng)產(chǎn)品進(jìn)入市場(chǎng)后，人們不小心食用了農(nóng)藥殘留超標(biāo)的農(nóng)產(chǎn)品，大概率會(huì)出現(xiàn)腹瀉、惡心、干嘔、頭昏等癥狀，并且會(huì)留下長(zhǎng)期的慢癥，食用過(guò)量或時(shí)間過(guò)長(zhǎng)，還會(huì)導(dǎo)致的患病率升高。
基于編碼結(jié)構(gòu)的圖像分割網(wǎng)絡(luò)雖然能在復(fù)雜背景及環(huán)境中基于特征分割出圖像區(qū)域，不過(guò)其提取的輪廓特征依然較為粗糙，不足為真實(shí)尺寸測(cè)量提供依據(jù)，直到MaskRCNN才做到了像素級(jí)圖像分割，為尺寸測(cè)量提供了依據(jù)。除此之外，MaskRCNN將目標(biāo)檢測(cè)和語(yǔ)義分割結(jié)合，對(duì)農(nóng)產(chǎn)品尺寸測(cè)量及分類提供了指導(dǎo)性算法，也是目前研究?jī)?yōu)化的主要方向。
圖像分割算法是用于農(nóng)產(chǎn)品光電檢測(cè)分級(jí)分類的基礎(chǔ)任務(wù)，傳統(tǒng)算法的優(yōu)勢(shì)在于結(jié)構(gòu)簡(jiǎn)單，，但對(duì)復(fù)雜環(huán)境的適應(yīng)性較弱。深度學(xué)習(xí)方法受到環(huán)境影響較少，但需大量樣本支持，如何正確的獲取樣本，以及提高算法的整體效率是當(dāng)前需要解決的主要問(wèn)題。在實(shí)際使用中，深度學(xué)習(xí)由于性能問(wèn)題尚無(wú)法完全取代傳統(tǒng)算法，使用者可以根據(jù)具體的需求選擇合適的算法。
在線客服
17856548804
2179259773@qq.com
