Kínai kutatók egy sekély kontextuskódoló hálózat – Marbling-Net – használatát vizsgálták a sertéshús márványozottsági régióinak pontos szegmentálására okostelefonos képekről. A sertéshúst jellemző márványozottság a sertéshús minőségéhez és ízéhez hozzájáruló intramuszkuláris zsírtartalom megjelenítése. A vizuális pontozás szubjektív megközelítés a márványozottsági jellemzők értékelésére.
A vizuális pontozás megbízhatatlan és ellentmondásos eredményeket hozhat. Ezért intelligens, roncsolásmentes és olcsó technikákra van szükség a sertéshús márványozottsági jellemzőinek kvantitatív értékeléséhez.
Adatgyűjtés
A kutatók 215 nagy fehér és tongcheng sertés frissen levágott hasított testéből boncolták fel a longissimus dorsi izmot. Ezután ennek az izomnak a szeleteit egy fekete korongba helyezték, hogy egy iPhone 6 hátsó kamerájával képeket készítsenek róluk. Végül 173, különböző sertésekből boncolt, jó minőségű képet választottak ki az adatkészlet összeállításához.
A longissimus dorsi izom minden egyes szeletén megmérték az intramuszkuláris zsírtartalmat, és feljegyezték a márványozottsági pontszámot. A képkivágás után a képekre az átlageltolódás-szűrő műveletet alkalmazták a visszaverődési zaj csökkentése és a márványos régiók széleinek kiemelése érdekében.
A csapat egy foltalapú képzési keretrendszert és a Marbling-Netet használta a sertéshús márványozottságának pontos szegmentálásához, bemenetként a sertéshús képének kivágott foltjait véve, és a bemeneti foltokat felskálázva a kép felbontásának növeléséhez. Azt is megvizsgálták, hogy a foltok mérete milyen hatással van a modell teljesítményére.
Az adatkészlet jellemzése
A képeken a márványozódás a rózsaszín soványságon belül ritkán eloszló apró fehér foltok vagy vékony csíkok formájában jelent meg. A márványozódás aránya a képek körülbelül 90%-ánál 0,5% és 3% között mozgott.
A képszegmentálás értékelési metrikái
Az Intersection over Union a szegmentált térkép és az alapigazság közötti átfedési terület és az unió területének aránya. A precizitás a helyesnek jósolt minták arányát jelzi az összes minta között. A visszahívás az összes pozitív címkével rendelkező minta jósolt százalékos arányát jelenti. Az F1-pontszám a pontosság és a visszahívás harmonikus átlaga.
Marbling-Net: szegmentálási eredmények
A Marbling-Net magasabb Intersection over Union, recall és F1-score értékkel rendelkezett, mint a többi szegmentálási módszer. Ezenkívül a Marbling-Net képes volt megragadni a kép különböző léptékű és alakú márványozottságát, és viszonylag kevesebb paraméterrel teljesebben szegmentálni a márványozott területeket.
Továbbá a Marbling-Net elfogadható, képenként 249,81 ms-os időköltséggel rendelkezik. A márványozottság aránya, az intramuszkuláris zsírtartalom és a márványozottsági pontszámok magas korrelációt mutattak, ami jól jelzi a Marbling-Net modell megbízhatóságát a sertéshús márványozottsági jellemzőinek elemzésében.
Foltalapú képzés
A foltalapú képzés a képet több alterületre vagy foltra bontja, és hatékony módszer a kis objektumok felismerésére és szegmentálására. A foltalapú képzés csökkentette a memóriafogyasztást és a számítást, és növelte a képzési adathalmaz méretét.
A különböző foltméretek összehasonlítása
A Marbling-Net szegmentálási teljesítménye javult, ahogy a foltméret 50 × 50-ről 200 × 200-ra nőtt, de csökkent, amikor a foltméret meghaladta a 200-at, ami arra utal, hogy a foltméret befolyásolja a márványozottság szegmentálási pontosságát.
Következtetések
A szerzők arra a következtetésre jutottak, hogy a Marbling-Net pontos szegmentálási eredményeket biztosít a sertéshús márványozottságáról készült képekről. Továbbfejleszthető, mint értékes eszköz a többféle márványozottsági tulajdonság hatékony és eredményes kinyerésére az egyes képekből.
A Marbling-Net hosszú következtetési idővel rendelkezett; ezért további kutatásokra van szükség egy új, a sertéshús márványozottságát szegmentáló csővezeték kifejlesztéséhez, hogy a jövőben javuljon a szegmentálási teljesítmény, és csökkenjen a számítási idő.
(Forrás: pigprogress.net)
