关键词：改进YOLO算法;动物源性食品;主干特征提取网络;最佳权重参数;特征加权融合
摘 要：由于动物源性食品图像的特征分布不规则，导致对其检测结果的可靠性难以得到保障，为此提出了一种基于改进YOLO算法的动物源性食品检测方法。通过YOLO V3的主干特征提取网络Darknet-53，分别对动物源性食品图像中存在的可见光和红外光进行特征提取，结合二者对应模态特征的最佳权重参数，进行特征加权融合，计算融合后特征的目标框位置损失、目标置信度损失以及类别损失，确定最终的分类。测试结果表明，设计方法对动物源性食品图像的识别结果稳定，且错误识别数量始终保持在较低水平，不受测试数据集构成的影响。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取