基于小样本学习的牛肉大理石花纹智能分级方法研究

来源：中国农机化学报杂志2025年第12期北京时间：

作者：刘超, 温宏愿, 张家瑜, 黄继超

单位：(1. 南京理工大学泰州科技学院智能制造学院，江苏泰州，225300； 2. 南京农业大学工学院，南京市，210031)

摘要：基于深度学习的牛肉品质分级模型需要大量样本更新权值，获取分级准确的牛肉样本需要人工分类或者通过较复杂的工艺方法分类，工作量巨大。针对上述问题，提出一种基于小样本学习的牛肉大理石花纹分级模型。依照国家标准，采用人工分类方法建立一个牛肉大理石花纹分级数据集，设计一个轻量化的CNN网络用于图像的特征提取，在mini—ImageNet数据集上完成对CNN的预训练。采用微调技术，用支撑集样本对交叉熵损失函数更新，用查询集样本对熵正则化函数更新，进一步优化softmax分类器中参数权重。采用余弦相似度比较图像特征向量，softmax作为分类器完成牛肉图像的分级任务。结果表明，所提模型分类效果最佳，对牛肉大理石花纹识别最高准确率达96.66%，在训练样本数相同的前提下，明显优于其他模型。

关键词：牛肉品质,小样本学习,大理石花纹,余弦相似度,微调技术

基金资助：泰州市科技计划项目(2023—32)；江苏省“青蓝工程”优秀青年骨干教师(苏教师函〔2022〕51号)