上海大米包装设计在零售食品包装包含的信息,通知选择和可能是至关重要的消费者健康,包括产品名称,成分清单,营养信息,过敏原,准备指南,包装重量,储存和保质期信息(使用/最好的日期之前)。这些信息的存在和准确性对于确保对产品的详细了解和降低潜在的健康风险至关重要。因此,错误或难以辨认的标签有可能严重损害消费者和许多其他利益相关者在供应链。
在实践中,由于大量的食品包装,通过供应链,错误发生,因此需要良好的图像质量来验证信息的正确性。本文提出并测试了一个基于多源深度学习的领域自适应系统,以识别和验证产品在食品生产线上通过时,作为验证过程一部分的食品包装照片中是否存在使用日期信息及其易读性。这是通过引入新的损失函数和利用多源数据集提高技术的通用性来实现的,以提取所有域的域不变表示,并在公共特征空间中对齐所有源域和目标域对的分布以及类边界。建议的系统在进行的实验中表现非常好,自动化验证过程,减少标签错误,否则可能威胁公众健康,违反食品包装信息和准确性的法律要求。在食品包装数据集上的综合实验表明,本文提出的多源深域自适应方法显著提高了分类精度,在食品生产控制系统中具有很大的应用潜力和有益的影响。