图像分割算法是用于农产品光电检测分级分类的基础任务，传统算法的优势在于结构简单，，但对复杂环境的适应性较弱。深度学习方法受到环境影响较少，但需大量样本支持，如何正确的获取样本，以及提高算法的整体效率是当前需要解决的主要问题。在实际使用中，深度学习由于性能问题尚无法完全取代传统算法，使用者可以根据具体的需求选择合适的算法。
通常来讲，国外会要求样品中目标化合物的相对
食用农产品检测
图像分割算法是用于农产品光电检测分级分类的基础任务，传统算法的优势在于结构简单，，但对复杂环境的适应性较弱。深度学习方法受到环境影响较少，但需大量样本支持，如何正确的获取样本，以及提高算法的整体效率是当前需要解决的主要问题。在实际使用中，深度学习由于性能问题尚无法完全取代传统算法，使用者可以根据具体的需求选择合适的算法。
通常来讲，国外会要求样品中目标化合物的相对保留时间不能与标准数值相差超过0.05min；不同目标化合物少要有3个特征离子，并且相对离子比例相较于标准而言，要控制在10%之内；加标回收率需控制在65%-110%之间。采取离子模式一般会要求所有目标化合物少有2个大于m/z200或是3个大于m/z100的特征离子；目标化合物特征离子比例相较于标准值需控制在60%-120%之间；加标回收率在70%-130%之间，判断检测则要在60%-120%之间。气相色谱技术主要依据特征离子与离子间的比例去确定是否存在农药残留超标的问题，有着较高度以及环境适应性。
农药残留生物化学测定方法：农药速测卡法，农药残留分光光度法(抑制率法)。速测卡法检测原理：醋酶可催化靛酚酮(红色)水解为与靛酚(蓝色)有机磷或氨基甲酸脂类农药对酯酶有抑制作用，使催化、水解，变色的过程发生改变，由此判断样品中是否含有过量有机磷或氨基甲酸酯类农药的残留。分析步骤：A.提取：干净的菜样品---剪碎(1CM左右见方)---取5g于带盖瓶中---加纯净水或缓冲溶液(l0mL)---震摇(50次)---静置(2min以上)。B.预反应：取一片速测卡，用白色药片沾取提取液，放置10min以上进行预反应，有条件时在37℃恒温装放置中10min.预反应后的药片表面必须保持湿润。C.反应：将速测卡对折，用手捏3min或用恒温装置恒温3min，使红色药片与白色药片叠合发生反应 d.每批测定应设一个纯净水或缓冲液的空白对照卡。
（作者： 来源：）
