【技术实现步骤摘要】
本专利技术涉及检测，具体涉及一种用于检测过氧化氢残留的系统及方法。
技术介绍
1、过氧化氢(h2o2)，俗称双氧水，作为一种常见的化学物质，在工业生产和日常生活中有着广泛的应用。然而，随着近年来食品安全问题的频发，过氧化氢在食品加工中的残留问题逐渐引起了公众和监管机构的关注。特别是长期食用含有过氧化氢残留的食物，可能对人体健康产生潜在的负面影响，这促使了针对过氧化氢残留快速、准确检测方法的深入研究与开发。
2、尽管已有多种方法用于检测食品和保健食品中的过氧化氢残留，如氧化还原滴定法、4-氨基安替吡啉比色法、氧电极法等，但这些方法在实际应用中仍存在诸多局限性。例如，部分方法灵敏度不足，难以准确检测低浓度的过氧化氢残留；而另一些方法则操作复杂、耗时较长，不适用于大规模快速检测。
技术实现思路
1、针对现有技术存在的不足，本专利技术提出一种用于检测过氧化氢残留的系统及方法，用于解决上述技术问题。
2、第一方面，提供了一种用于检测过氧化氢残留的系统，包括数据采集模块、数据处理模块及模型训练与评估模块；所述数据采集模块用于通过摄像头或成像传感器捕获食品表面的图像；所述数据处理模块用于对捕获的图像进行预处理，包括调整图像尺寸、转换为tensor格式及标准化处理；所述模型训练与评估模块用于加载处理后的图像数据，进行模型训练与性能评估；所述输出模块用于输出模型在每个训练周期的性能指标。
3、进一步的，所述数据处理模块包括图像尺寸调整模块、格式转换模块及标准化处理
4、所述图像尺寸调整模块用于将所有图像尺寸统一调整为64x64像素；
5、所述格式转换模块用于将图像数据转换为tensor格式；
6、所述标准化处理模块用于对图像数据进行标准化处理，使其均值为0.5，标准差为0.5。
7、进一步的，所述模型训练与评估模块包括数据集加载模块、数据加载器模块、设备配置模块、损失函数与优化器配置模块及模型训练与评估执行模块；
8、所述数据集加载模块，使用图像文件夹从指定路径加载训练集和测试集，并应用预处理步骤；
9、所述数据加载器模块，用于创建训练和测试数据加载器，设置批处理大小、是否打乱数据参数；
10、所述设备配置模块，用于确定模型运行的设备，使用gpu进行训练，若gpu不可用则回退到cpu；
11、所述损失函数与优化器配置模块，为二分类任务配置逻辑回归损失函数和自适应矩估计优化器；
12、所述模型训练与评估执行模块，用于在每个训练周期中执行模型训练与性能评估。
13、进一步的，所述模型训练与评估执行模块包括：训练模式设置模块、数据遍历与处理模块、评估模式设置模块及测试数据评估模块；
14、所述训练模式设置模块用于在每个训练周期开始时将模型设置为训练模式；
15、所述数据遍历与处理模块用于遍历训练数据加载器中的每个批次数据，将数据移至指定设备，清零梯度，执行前向传播计算预测输出，计算损失，执行反向传播并更新模型参数；
16、所述评估模式设置模块用于在每个训练周期结束后将模型设置为评估模式，禁用梯度计算；
17、所述测试数据评估模块用于遍历测试数据加载器中的每个批次数据，执行前向传播计算预测输出，并计算准确率等评估指标。
18、进一步的，还包括输出模块，用于在每个训练周期结束时输出当前周期的模型性能指标。
19、第二方面，提供了一种用于检测过氧化氢残留的方法，基于前文任意一项所述的一种用于检测过氧化氢残留的系统，包括以下步骤：
20、步骤s01、采集食品表面图像数据；
21、步骤s02、对图像数据进行预处理；
22、步骤s03、加载预处理后的数据集，并配置损失函数和优化器；
23、步骤s04、在每个训练周期中执行模型训练；
24、步骤s05、在每个训练周期结束后评估模型性能；
25、步骤s06、输出每个训练周期的性能指标。
26、进一步的，在步骤s02中包括：
27、调整图像尺寸、转换为tensor格式及标准化处理。
28、进一步的，在步骤s04中包括：
29、模型训练过程中，使用逻辑回归损失作为损失函数，自适应矩估计优化器作为优化器，并设置学习率为0.001。
30、进一步的，在步骤s05中包括：
31、在每个训练周期结束后，通过比较模型预测输出与实际标签来计算准确率，以评估模型性能。
32、采用上述技术方案的专利技术，具有如下优点：
33、本专利技术通过图像识别和深度学习技术，实现了对食品表面过氧化氢残留的检测；该系统和方法不仅提高了检测效率，还降低了人为的操作误差，为食品安全检测提供了有力的支持。
本文档来自技高网...【技术保护点】
1.一种用于检测过氧化氢残留的系统，其特征在于，包括：数据采集模块、数据处理模块及模型训练与评估模块；
2.根据权利要求1所述的一种用于检测过氧化氢残留的系统，其特征在于，所述数据处理模块包括图像尺寸调整模块、格式转换模块及标准化处理模块；
3.根据权利要求1所述的一种用于检测过氧化氢残留的系统，其特征在于，所述模型训练与评估模块包括数据集加载模块、数据加载器模块、设备配置模块、损失函数与优化器配置模块及模型训练与评估执行模块；
4.根据权利要求3所述的一种用于检测过氧化氢残留的系统，其特征在于，所述模型训练与评估执行模块包括：训练模式设置模块、数据遍历与处理模块、评估模式设置模块及测试数据评估模块；
5.根据权利要求1至4中任意一项所述的一种用于检测过氧化氢残留的系统，还包括输出模块，用于在每个训练周期结束时输出当前周期的模型性能指标。
6.一种用于检测过氧化氢残留的方法，其特征在于，基于权利要求1至5任意一项所述的一种用于检测过氧化氢残留的系统，包括以下步骤：
7.根据权利要求6所述的一种用于检测过氧化氢
8.根据权利要求6所述的一种用于检测过氧化氢残留的方法，在步骤S04中包括：
9.根据权利要求6所述的一种用于检测过氧化氢残留的方法，在步骤S05中包括：
...【技术特征摘要】
1.一种用于检测过氧化氢残留的系统，其特征在于，包括：数据采集模块、数据处理模块及模型训练与评估模块；
2.根据权利要求1所述的一种用于检测过氧化氢残留的系统，其特征在于，所述数据处理模块包括图像尺寸调整模块、格式转换模块及标准化处理模块；
3.根据权利要求1所述的一种用于检测过氧化氢残留的系统，其特征在于，所述模型训练与评估模块包括数据集加载模块、数据加载器模块、设备配置模块、损失函数与优化器配置模块及模型训练与评估执行模块；
4.根据权利要求3所述的一种用于检测过氧化氢残留的系统，其特征在于，所述模型训练与评估执行模块包括：训练模式设置模块、数据遍历与处理模...
【专利技术属性】
技术研发人员：张弟龙，谢永，乔梁，李添乐，王成婷，陈淼，衷琴，曹桂豪，蒙月，唐杰，肖明珠，罗娅，
申请(专利权)人：重庆电子科技职业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。