近日，电子信息学院智能视觉团队黎明、赵莹老师在Nature旗下Scientific Data子刊发表题为“Dual-modal edible oil impurity dataset for weak feature detection”的研究论文。该期刊专注于数据集以及促进科学数据共享和再利用的研究，SCI Q1期刊，五年影响因子8.9。本成果以上海电机学院为第一单位，由电子信息学院黎明老师（通讯作者）、赵莹老师与同济大学、上海交通大学医学院共同完成，我校2022级电气工程硕士生王彗瑜和陈强华、2023级电子信息硕士生赵建鼎为共同一作。
食用油在生产制造过程中会混入原料碎片、毛发、金属碎片等微小固体杂质。根据国内外植物油标准，食用油中不溶性杂质含量不得超过0.05%，因此食用油生产企业在销售前都会进行杂质检测。然而，此类杂质尺度通常在亚毫米级，且常存在气泡、反光等因素干扰，人眼无法识别。对传统机器视觉方法来说，液体中弱小目标的检测识别一直是技术难题。基于深度学习的视觉检测方法提高了检测的效率和实用性，但缺乏综合可用的食用油固体杂质数据集。本研究采用动态视觉传感器，建立并公开了一个双模态食用油杂质数据集DMEOI，填补了现有空白。该数据集由14520张事件和可见光双模态图像组成，采用两种方式进行标注，包含5种常见食用油和4种典型杂质，可用于单模态或双模态油液杂质检测。SSD、RetinaNet、YOLOv5和YOLOv7四种典型目标检测算法均验证了数据集的有效性。
智能视觉团队以机器视觉、模式识别理论为基础，围绕智能视觉感知、视觉测量与定位检测、模式分析与机器智能等领域开展研究。团队成员由5名校内导师、3名企业工程师和12名研究生组成。团队秉承我校培养卓越现场工程师的定位，多年来先后与台积电（中国）有限公司、中科院上海天文台、中科院微小卫星创新研究院等企事业单位联合开展研究，同时还与上海交通大学、同济大学、上海大学等国内一流高校加强合作，通过联合申报课题、聘请校外硕导、共同开展研究等形式深化产教融合。团队近三年累计获得科研经费500余万元，授权发明专利10余项，并获教育部高等学校虚拟仿真教学创新实验室、上海市一流本科课程、校企共建真实项目案例等一批成果。团队研究成果还在“中国第二代卫星导航系统重大专项”北斗三号组网卫星星载氢原子钟和中国科学院先导任务“地月DRO专项”星载氢原子钟研制任务上得到应用。2023年，团队采用“动态视觉+边缘计算”架构研发的“食用油细微杂质沉淀物智能检测系统”参展第九届中国（上海）国际技术进出口交易会，受到市教委领导视察和投资人的青睐。2024年，团队成员作为骨干申报了智能视觉工程新专业，及时调整专业方向，服务国家战略和区域发展特需，为学校培养“空间+光学+信息+智能”复合型拔尖创新人才。（供稿：电子信息学院 李艳霞、王彗瑜）
论文链接https://www.nature.com/articles/s41597-024-04305-w
