[发明专利]一种食品安全检测方法及装置

权利要求书

1.一种食品安全检测方法，其特征在于，包括以下步骤：

建立样品图像样本集，利用所述样品图像样本集对卷积神经网络进行训练，得到样品类别识别模型；

收集不同样品的化学反应色带的彩色条码图像，获取所述彩色条码图像的颜色属性，将同一样品的颜色属性与样品档案进行关联，建立对比数据库；

获取待测产品的产品图像，所述产品图像包含化学反应色带区域，将所述产品图像输入所述样品类别识别模型，得到待测产品的产品类别；

获取所述化学反应色带区域的颜色属性，在所述对比数据库中搜索与所述待测产品的产品类别以及颜色属性相对应的产品档案，作为待测产品的检测结果；

建立样品图像样本集，利用所述样品图像样本集对卷积神经网络进行训练，得到样品类别识别模型，具体为：

以product数据集对卷积神经网络进行训练得到第一模型；

生成所述product数据集中各样本图像的候选区域，并标注候选区域相应的类别，得到第一训练集；

利用所述第一模型对卷积神经网络进行初始化，利用所述第一训练集对初始化后的卷积神经网络进行训练，得到第二模型；

生成所述product数据集中各样本图像的候选区域，并标注候选区域相应的类别以及坐标信息，得到第二训练集；

利用所述第二模型对卷积神经网络进行初始化，利用所述第二训练集对初始化后的卷积神经网络进行训练，得到第三模型；

所述第三模型为样品类别识别模型。

2.根据权利要求1所述的食品安全检测方法，其特征在于，生成所述product数据集中各样本图像的候选区域，并标注候选区域相应的类别，得到第一训练集，具体为：

采用选择性搜索方法对所述product数据集中各样本图像生成候选区域；

计算每个候选区域与相应的真实区域的交并比，如果所述交并比大于设定阈值，则判定相应候选区域标定为正样本，将相应候选区域标定为相应的类别，得到所述第一训练集。

3.根据权利要求1所述的食品安全检测方法，其特征在于，生成所述product数据集中各样本图像的候选区域，并标注候选区域相应的类别以及坐标信息，得到第二训练集，具体为：

采用选择性搜索方法对所述product数据集中各样本图像生成候选区域；

计算每个候选区域与相应的真实区域的交并比，如果所述交并比大于设定阈值，则判定相应候选区域标定为正样本，将相应候选区域标定为相应的类别，并获取相应候选区域与真实区域的相对位置信息作为所述坐标信息，得到所述第二训练集。

4.根据权利要求1所述的食品安全检测方法，其特征在于，所述样品档案包括样品类别以及不同类型的样品数据；所述样品数据包括厂家、真伪、生产批次、生产日期、成分以及使用说明建议。

5.根据权利要求1所述的食品安全检测方法，其特征在于，将同一样品的颜色属性与样品档案进行关联，建立对比数据库，具体为：

按样品类别对样品进行分类，建立每一类样品的颜色属性向量与样品档案之间的映射关系表。

6.根据权利要求1所述的食品安全检测方法，其特征在于，还包括：

建立国家标准参数数据库，将所述待测产品的产品档案与所述国家标准参数数据库中相应数据进行对比，得到产品达标检测结果，根据所述产品达标检测结果生成产品使用建议。

7.根据权利要求1所述的食品安全检测方法，其特征在于，还包括：将所述检测结果推送至用户的移动终端。

8.一种食品安全检测装置，其特征在于，包括处理器以及存储器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现如权利要求1-7任一项所述的食品安全检测方法。

9.一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机该程序被处理器执行时，实现如权利要求1-7任一项所述的食品安全检测方法。