Modele combinaison pagne

Pour acheter un accès à court terme, veuillez vous connecter à votre compte Oxford Academic ci-dessus. X Sun, J Young, J Liu, D Newman; 495 prédiction de la qualité de la longe de porc en utilisant le système de vision électronique en ligne et le modèle d`intelligence artificielle., Journal of Animal Science, volume 96, numéro suppl_3, 7 décembre 2018, pages 274 – 275, https://doi.org/10.1093/jas/sky404.602 l`objectif de cette projet consistait à développer un système de vision par ordinateur (CVS) pour la mesure objective de la longe de porc selon l`exigence de vitesse de l`industrie. Des images en couleur d`échantillons de longe de porc ont été acquises à l`aide d`un CVS. La couleur subjective et les scores de marbrages ont été déterminés selon les normes de la Commission nationale du porc par un évaluateur formé. La mesure de la couleur de l`instrument et le pourcentage de graisse brute ont été utilisés comme mesures de contrôle. Caractéristiques de l`image (18 traits de couleur; 1 caractéristique de marbrillage; 88 caractéristiques de texture) ont été extraites des images de couleur de longe de porc entières. Modèle de prédiction de l`intelligence artificielle (machine vecteur de soutien) a été établi pour la couleur du porc et des nuances de qualité persillage. Les résultats ont montré que CVS avec la modélisation de la machine vectorielle de soutien a atteint la plus grande précision de prédiction de 92,5% pour le score de couleur de porc mesuré et 75,0% pour le score de marbrage de porc mesuré. Cette recherche montre que le modèle de prédiction d`intelligence artificielle proposé avec CVS peut fournir un outil efficace pour prédire la couleur et le marbrures dans l`industrie du porc à des vitesses en ligne. Vous n`avez pas déjà un compte Oxford Academic? Registre.