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)作物生長過程中，為了輔、殺蟲等會施用一些農(nóng)藥，尤其是隨著病蟲害抗藥性的增強(qiáng)，以及農(nóng)戶為了提高產(chǎn)量，會使用大量農(nóng)藥，甚至?xí)褂酶叨尽⒏邭埩艮r(nóng)藥。這些農(nóng)藥大部分會殘留在農(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，大概率會出現(xiàn)腹瀉、惡心、干嘔、頭昏等癥狀，并且會留下長期的慢癥，食用過量或時(shí)間過長，還會導(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，不過其提取的輪廓特征依然較為粗糙，不足為真實(shí)尺寸測量提供依據(jù)，直到MaskRCNN才做到了像素級圖像分割，為尺寸測量提供了依據(jù)。除此之外，MaskRCNN將目標(biāo)檢測和語義分割結(jié)合，對農(nóng)產(chǎn)品尺寸測量及分類提供了指導(dǎo)性算法，也是目前研究優(yōu)化的主要方向。
圖像分割算法是用于農(nóng)產(chǎn)品光電檢測分級分類的基礎(chǔ)任務(wù)，傳統(tǒng)算法的優(yōu)勢在于結(jié)構(gòu)簡單，，但對復(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題。在實(shí)際使用中，深度學(xué)習(xí)由于性能問題尚無法完全取代傳統(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
