近日，中国水产科学研究院东海水产研究所智慧渔业研发与应用团队在国际食品领域高水平期刊“Comprehensive Reviews in Food Science and Food Safety”（IF=15.6，JCR排名前5%期刊），发表综述论文“Toward Intelligent and Deployable Seafood Quality evaluation: A Review of Deep Learning-Assisted Computer Vision”，郑尧博士为第一作者，方辉研究员为通讯作者，东海所为唯一完成单位。该综述系统梳理了深度学习算法与计算机视觉融合应用于水产品品质评价的研究现状与应用潜力，是东海所“十四五”以来围绕“数智兴渔”“蓝色食品认证”等方向相关工作的总结梳理。
针对水产品捕后品质劣变快、传统检测方法耗时耗力、难以满足加工现场和消费终端实时评价需求等科学问题与产业需求，论文系统阐明了深度学习辅助计算机视觉在水产品品质评价中的技术框架与应用体系。论文比较了可见光成像、近红外、高光谱、荧光及X射线等不同成像方式的特点，指出可见光计算机视觉具有设备简单、采集便捷、部署灵活等突出优势，更适合在加工现场、流通环节和消费终端推广应用；针对算法，论文梳理了卷积神经网络（CNN）和Transformer等代表性深度学习模型，以及Grad-CAM、LIME等可解释算法在提升模型可信度方面的重要意义；面向应用，论文重点围绕水产品新鲜度评价展开系统总结，针对鱼（眼、鳃、鱼片、整鱼）、虾和牡蛎等的关键图像区域，分析了色泽、浑浊度、体表纹理、肌肉外观、黑变程度等视觉信息与品质变化之间的关系，揭示了深度学习模型判别新鲜度变化所依赖的主要视觉信息来源。论文总结了基于贮藏时间和传统品质指标两类主要标签构建策略，指出今后应进一步加强标准化数据集建设、跨品种模型验证和多维品质指标融合评价。
日期：2026-07-03
