建立了罐头食品中尿素残留检测的柱前衍生-高效液相色谱-荧光检测方法。取5.0 g样品，经20 mL 1％（ v／v）乙酸溶液提取、定容，离心后取上清液过滤，吸取0.5 mL 提取液用呫吨醇进行衍生，采用高效液相色谱-荧光检测器进行测定。尿素在...建立了罐头食品中尿素残留检测的柱前衍生-高效液相色谱-荧光检测方法。取5.0 g样品，经20 mL 1％（ v／v）乙酸溶液提取、定容，离心后取上清液过滤，吸取0.5 mL 提取液用呫吨醇进行衍生，采用高效液相色谱-荧光检测器进行测定。尿素在0.1-500 mg／L内线性良好，相关系数大于0.9995。实验表明，在5种罐头食品中各添加0.001-30 g／kg 尿素，其平均回收率为80.2％-109.7％，相对标准偏差（ n=6）为2.05％-6.53％，检出限为0.5 mg／kg，定量限为1.0 mg／kg。利用本研究建立的方法对168个实际样品进行测定，在3个肉类罐头样品中检出尿素，含量分别为10.6、62.1和2.6 mg／kg。方法稳定、可靠、操作简单，适用于罐头食品中尿素的检测。展开更多
目的针对传统的基于人工的腌制蔬菜真空缺陷包装剔除效率低、漏检率高等问题,提出一种基于改进YOLOv5s的腌制蔬菜真空包装缺陷检测方法。方法首先,使用Ghost卷积替换CSP模块中的卷积,在提高模型特征提取能力的同时降低网络的参数量;其次...目的针对传统的基于人工的腌制蔬菜真空缺陷包装剔除效率低、漏检率高等问题,提出一种基于改进YOLOv5s的腌制蔬菜真空包装缺陷检测方法。方法首先,使用Ghost卷积替换CSP模块中的卷积,在提高模型特征提取能力的同时降低网络的参数量;其次,利用空间换深度(Space-to-Depth,SPD)和深度可分离卷积(Depthwise-Separable Convolution,DSConv)组合操作SPD–DSConv进行下采样,减少下采样造成的特征信息损耗;最后,在网络中引入SE注意力机制,提高算法的精确率。结果在自制的腌制蔬菜真空包装数据集上,改进后的网络平均精度(man Average Precision,AmAP)为93.88%,模型尺寸为3.91 MB,相比原网络精度提高了2.05%,模型尺寸缩减了44.38%。结论文中方法能够实现腌制蔬菜真空缺陷包装的分类和定位,为基于机器人的缺陷包装剔除奠定了基础。展开更多
文摘目的针对传统的基于人工的腌制蔬菜真空缺陷包装剔除效率低、漏检率高等问题,提出一种基于改进YOLOv5s的腌制蔬菜真空包装缺陷检测方法。方法首先,使用Ghost卷积替换CSP模块中的卷积,在提高模型特征提取能力的同时降低网络的参数量;其次,利用空间换深度(Space-to-Depth,SPD)和深度可分离卷积(Depthwise-Separable Convolution,DSConv)组合操作SPD–DSConv进行下采样,减少下采样造成的特征信息损耗;最后,在网络中引入SE注意力机制,提高算法的精确率。结果在自制的腌制蔬菜真空包装数据集上,改进后的网络平均精度(man Average Precision,AmAP)为93.88%,模型尺寸为3.91 MB,相比原网络精度提高了2.05%,模型尺寸缩减了44.38%。结论文中方法能够实现腌制蔬菜真空缺陷包装的分类和定位,为基于机器人的缺陷包装剔除奠定了基础。
