基于深度学习的图像分割方法，主要研究领域是在于语义分割，即根据图片内容，将图像分为多个有含义的部分，蔬菜水果检测，对于农产品分类而言有着革命性的意义。全卷积网络FCN是深度学习用于进行图像分割的先驱，以分类模型AlexNet为基础，将其3层全连接层转化为反卷积层进行上采样，从而将输出有特征分类转化为区域特征热力图。

仪器检测基本原理，依据有机磷和氨基甲酸酯类农药能抑止虫类神经和外围神经中酶的活性，导致神经传导物质的累积，危害一切正常传输，使虫类了身亡这一虫类毒理基本原理，用在对农药残余的检测中。假如蔬菜水果的萃取液中没有有机磷或氨基甲酸酯类农药或残余量较低，酶的活性不被抑止，实验中添加的底物就被酶水解，水解物质与参与的铬黑T反映造成色调。

基于编码结构的图像分割网络虽然能在复杂背景及环境中基于特征分割出图像区域，不过其提取的轮廓特征依然较为粗糙，不足为真实尺寸测量提供依据，直到MaskRCNN才做到了像素级图像分割，为尺寸测量提供了依据。除此之外，MaskRCNN将目标检测和语义分割结合，对农产品尺寸测量及分类提供了指导性算法，也是目前研究优化的主要方向。

蔬菜水果检测-金标准由安徽省金标准检测研究院有限公司提供。安徽省金标准检测研究院有限公司实力不俗，信誉可靠，在安徽 合肥 的咨询、调研等行业积累了大批忠诚的客户。安徽金标准带着精益求精的工作态度和不断的完善创新理念和您携手步入辉煌，共创美好未来！