智能手机图像可以准确评估猪肉大理石花纹

本刊编辑/李林铮（编译）

中国研究人员研究了使用浅层上下文编码器网络从智能手机图像中准确划分猪肉大理石花纹区域的方法。

猪肉大理石花纹是肌内脂肪的代表，有助于猪肉的质量和味道。视觉评分是评估大理石花纹特征的主观方法。但是，可能会产生不可靠和不一致的结果。因此，需要智能、无损和低成本的技术来定量评估猪肉的大理石花纹特征。

1 数据采集

研究人员从215 头大白猪和桐城猪新鲜屠宰的尸体中解剖了背长肌。然后，他们将这块肌肉的切片放在一个黑色圆盘中，以便使用iPhone 6 的后置摄像头进行图像采集。最后，他们选择了从不同猪身上解剖的173 张高质量图像来构建数据集。

他们测量了背长肌每片的肌内脂肪含量，并记录了大理石花纹评分。裁剪图像后，他们对图像应用了均移滤波器操作，以减少反射噪声并增强大理石花纹区域的边缘。该团队使用基于补丁的训练框架和大理石花纹网络进行精确的猪肉大理石花纹分割，方法是将猪肉图像的裁剪斑块作为输入，并放大输入斑块以放大图像分辨率。他们还研究了补丁大小对模型性能的影响。

2 数据集的特征

图像中的大理石花纹呈现出小的白色斑点或细条纹，稀疏分布在粉红色的细线中。在大约0%的图像中，大理石花纹比例从5.3%～90%不等。

3 图像分割的评估指标

并集上的交集是分割地图与地面实况之间的重叠面积与并集面积的比率。精度表示预测正确的样本在所有样本中的比例。召回率定义为预测的具有正标签的所有样本的百分比。F1 分数是精度和召回率的调和平均值。

4 大理石花纹网细分结果

大理石花纹网在联合、召回和F1 分数上的交集高于其他分割方法。此外，大理石花纹网能够捕获图像中不同比例和形状的大理石花纹，并使用相对较少的参数更完整地分割大理石花纹区域。此外，大理石花纹网的可接受时间成本为每张图像249.81 ms。大理石花纹、肌内脂肪含量和大理石花纹评分的比率具有较高的相关性，这说明了大理石花纹网模型在猪肉大理石花纹特征分析中的可靠性。

5 基于补丁的培训

基于补丁的训练将图像分解为多个子区域或补丁，是小目标检测和分割的有效方法。基于补丁的训练减少了内存消耗和计算，并增加了训练数据集的大小。

6 不同补丁大小的比较

随着图块大小从50×50 增加到200×200，大理石花纹网分割性能有所提高，但当图块大小超过200 时，该性能会下降，这表明斑块大小会影响大理石花纹分割精度。

7 结论

大理石花纹网提供了猪肉大理石花纹图像的准确分割结果，可以进一步开发为一种有价值的工具，用于有效且高效地从每个图像中提取多个大理石花纹特征。大理石花纹网确实有很长的推理时间。因此，需要进一步研究开发一种新的猪肉大理石花纹分割管道，以提高分割性能并减少未来的计算时间。