基于半监督迁移学习的食品品质无损检测模型构建方法

技术特征：
1.一种基于半监督迁移学习的食品品质无损检测模型构建方法，其特征在于，包括以下步骤：s1：获取源域数据集和目标域数据集，所述源域数据集中的所有样本均为有标签样本，所述目标域数据集中的第一预设比例的样本为有标签样本、第二预设比例的样本为无标签样本；s2：初始化食品品质检测模型，使用所述源域数据集训练初始化后的食品品质检测模型得到训练完成的食品品质检测模型；s3：保留训练完成的食品品质检测模型的通用层z，截去通用层后的品质检测层a和输出层b；s4：在所述通用层z之后接入初始化的重构区c，使用无监督学习和所述目标域数据集中的所有无标签样本对所述初始化的重构区c进行训练得到训练完成的重构区c’，此时的模型结构为z c’；s5：在所述训练完成的重构区c’之后接入初始化的输出层d，使用有监督学习和所述目标域数据集中的所有有标签样本对所述初始化的输出层d进行训练得到训练完成的输出层d’，得到迁移完成的食品品质检测模型z c’ d’。2.根据权利要求1所述的基于半监督迁移学习的食品品质无损检测模型构建方法，其特征在于：所述获取源域数据集和目标域数据集，具体为：获取食品样本，采集所述食品样本的多光谱图像，对所述多光谱图像进行预处理，对预处理后的多光谱图像中有标签的样本图像对应的食品样本进行标签值测定得到有标签样本和无标签样本，将有标签样本和无标签样本组合得到所有样本均为有标签样本的所述源域数据集和第一预设比例的样本为有标签样本、第二预设比例的样本为无标签样本的所述目标域数据集，所述第一预设比例小于第二预设比例。3.根据权利要求1所述的基于半监督迁移学习的食品品质无损检测模型构建方法，其特征在于：所述通用层z对输入样本进行特征提取、特征处理和特征转换得到特征信息，所述品质检测层a根据所述特征信息进行食品的品质检测得到食品品质检测结果，所述输出层b处理所述食品品质检测结果得到食品品质检测值并输出。4.根据权利要求1所述的基于半监督迁移学习的食品品质无损检测模型构建方法，其特征在于：所述重构区c的初始化参数规格设置与所述品质检测层a相同，所述输出层d的初始化参数规格设置与所述输出层b相同。5.根据权利要求1所述的基于半监督迁移学习的食品品质无损检测模型构建方法，其特征在于：所述重构区c包括至少一层全连接层，所述输出层d为一层的全连接层。6.根据权利要求1所述的基于半监督迁移学习的食品品质无损检测模型构建方法，其特征在于：所述无监督学习使用的方法为自编码网络。7.根据权利要求1所述的基于半监督迁移学习的食品品质无损检测模型构建方法，其特征在于：所述使用无监督学习和所述目标域数据集中的所有无标签样本对所述初始化的重构区c进行训练得到训练完成的重构区c’，具体为：将目标域数据集中的所有样本输入所述通用层z得到输出x，将输出x作为无监督学习的训练目标值；冻结所述通用层z中的参数，将输出x作为重构区c的输入，构建输出值与x一致的输出
层x’，将所述输出层x’接入所述初始化的重构区c之后，得到此时的模型z c x’；使用所述目标域数据集中的所有无标签样本对模型z c x’进行训练，训练完成后截去输出层x’，得到训练完成的重构区c’。8.根据权利要求7所述的基于半监督迁移学习的食品品质无损检测模型构建方法，其特征在于：所述初始化的重构区c的激活函数为relu函数，所述输出层x’的激活函数为tanh函数。9.根据权利要求1-8任一项所述的基于半监督迁移学习的食品品质无损检测模型构建方法，其特征在于：所述使用有监督学习和所述目标域数据集中的所有有标签样本对所述初始化的输出层d进行训练得到训练完成的输出层d’，具体为：冻结所述z c’中的参数，使用所述目标域数据集中的所有有标签样本对所述初始化的输出层d进行训练，得到训练完成的输出层d’。10.一种食品品质无损检测方法，其特征在于，包括以下步骤：使用如权利要求1-9任一项所述的基于半监督迁移学习的食品品质无损检测模型构建方法得到迁移完成的食品品质检测模型；获取待检测的食品样本，采集所述食品样本的多光谱图像，对所述多光谱图像进行预处理得到预测集；将所述预测集输入所述迁移完成的食品品质检测模型中得到检测结果。

技术总结
本发明涉及一种基于半监督迁移学习的食品品质无损检测模型构建方法，包括：获取只含有标签样本的源域数据集和含有第一预设比例的样本为有标签样本、第二预设比例的样本为无标签样本的目标域数据集，使用源域数据集训练食品品质检测模型，保留食品品质检测模型的通用层Z，截去Z后的品质检测层A和输出层B；在Z后接入重构区C并使用无监督学习训练C得到训练完成的重构区C’，在C’后接入输出层D并使用有监督学习训练D得到训练完成的输出层D’，得到迁移完成的食品品质检测模型Z C’ D’。本发明可以在目标域样本集只有少量有标签样本的情况下实现模型的迁移、迁移后的模型可以实现对食品品质的无损检测。食品品质的无损检测。食品品质的无损检测。


技术研发人员：黄敏 周竑宇 朱启兵 赵鑫
受保护的技术使用者：江南大学
技术研发日：2022.06.14
技术公布日：2022/9/2