俞军华，朱金林，闫博文*，焦熙栋，黄建联，范大明

    (1 江南大学食品科学与资源挖掘全国重点实验室 江苏无锡214122 2 农业农村部水产加工冷藏与调理重点实验室 福建厦门361022 3 江南大学食品学院 江苏无锡214122 4 福建省冷冻调理水产品加工重点实验室 福建厦门361022 5 安井食品集团股份有限公司 福建厦门 361022)

    鱼糜制品是去除非食用部分的纯鱼肉，经擂溃，添加配料，做成一定形状后进行油炸、水煮、焙烤或烘干等加热处理而制成的高蛋白食品[1]。传统鱼糜制品加工过程中，鱼肌肉纤维受到过度破坏，肌原纤维蛋白溶出，受热发生交联，最终产品呈现胶质化口感[2]。消费者很难将没有鱼肉纤维的鱼糜制品与鱼肉联系起来。一些研究者在开发具有纤维口感的鱼糜制品方面做了初步探索，如用搅拌[3]和擂溃[4]替代斩拌，可有效减少对鱼肌肉纤维的破坏，进而生产出高品质的鱼糜制品。然而，如何评价鱼肉纤维程度这个瓶颈问题一直未得到解决。

    鱼肉的纤维口感是由肌肉纤维整齐有序地排列形成的，感官评价在一定程度上可以反馈鱼肉的纤维程度，然而受到样本的相似性和感官评价者的生理状态的影响，感官评价结果的准确性较低，且无法用精确的数字表达[5]，因此，该方法满足后续的开发需要。在对牛肉[6]、羊肉[7]和鸡肉[8]等肉类的研究中，肌肉切片后在显微镜下拍照，通过测量肌肉纤维直径、密度和面积等组织学特征来评价肉的品质。然而，组织学研究仅适用于评估完整的肌肉纤维。在采肉过程中，鱼肉纤维受到破坏，并成混乱排布，原有的人工标注方法与软件测量工具相结合不再适用。这意味着需要一种新的方法来识别和计算受损的肌肉纤维程度。

    机器视觉技术作为一种新颖的工具，广泛用于食品行业不同部门的快速在线质量评估中[9-11]。卷积神经网络以识别图像中复杂模式的能力成为提取图像视觉特征的主流方法，其工作原理是通过卷积和池化来分析数据信息，提取数据特征，进行学习，参照人的判别标准去识别图像，进而作出优于人眼的客观评定，具有识别准确率高、速度快等特点[12]。Zhan等[13]在VGG-16 的基础上，修改了最后一个全连接层的神经元数量，利用水果图像的小样本集对模型进行微调，设计一个精度较高的水果识别系统。王博等[14]将不同的卷积神经网络模型应用于黏合碎肉和整块牛肉的图像区分中，并比较这几种模型的识别速度和准确率。为了实现基于新鲜度的鱼类图像分类，Taheri-Garavand等[15]采用VGG-16 网络结构自动提取鱼类图像的特征，然后利用下采样和全连接层构造的分类器块对鱼类图像进行分类 ......