基于深度学习的软-shell虾分类图像识别
计算机视觉与模式识别
2026-01-08 v1 人工智能
摘要
随着信息技术在养殖业中的融合，生产不仅稳定增长。消费者对高品质水产品的需求日益提高，鲜度与外观完整性成为关键关注点。在虾类加工食品中，鲜度在收获后迅速下降，软壳虾常因烹调或冷冻后发生头体分离，影响产品外观及消费者感知。为此，本研究利用基于深度学习的图像识别技术，对收获后即刻的白虾进行自动分类。卷积神经网络(CNN)模型取代人工分选，提升分类准确率、效率与一致性。通过缩短处理时间，该技术有助于保持鲜度，使虾类运输企业更有效地满足客户需求。
引用
@article{arxiv.2601.03317,
title = {Deep Learning-Based Image Recognition for Soft-Shell Shrimp Classification},
author = {Yun-Hao Zhang and I-Hsien Ting and Dario Liberona and Yun-Hsiu Liu and Kazunori Minetaki},
journal= {arXiv preprint arXiv:2601.03317},
year = {2026}
}