[发明专利]基于SSD算法的智能称重水果识别系统在审
申请号: | 202010095732.9 | 申请日: | 2020-02-17 |
公开(公告)号: | CN111275906A | 公开(公告)日: | 2020-06-12 |
发明(设计)人: | 谭博文;颜渤汶;郑昆朋;黄柯崴;翟柯瑞 | 申请(专利权)人: | 重庆邮电大学 |
主分类号: | G07G1/00 | 分类号: | G07G1/00;G07G1/06;G06Q20/32;G06Q20/20;G06K9/62;G06K9/00;G06F3/0488;G01G19/414 |
代理公司: | 重庆市恒信知识产权代理有限公司 50102 | 代理人: | 刘小红;陈栋梁 |
地址: | 400065 重*** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 ssd 算法 智能 称重 水果 识别 系统 | ||
本发明请求保护一种基于SSD算法的智能称重水果识别系统,其包括:重力传感器、摄像头识别装置、微处理器、人机交互信息显示装置,所述微处理器分别与重力传感器、摄像头识别装置、人机交互信息显示装置相连接,智能称重水果识别系统通过摄像头识别装置拍摄购物袋中物品照片,利用微处理器内置的SSD算法模型对拍摄的照片进行机器识别,利用重力传感器检测物品重量,获得物品重量信息并以模拟差分电压信号传送至微处理器,最后微处理器利用物品识别信息与物品重量计算出相应价格。本发明可以提高商品结算速度,改善顾客购物体验,提高超市工作与管理效率,具有广阔的市场前景。
技术领域
本发明属于称重识别平台的系统,具体为一种通过重力传感系统将重量数据传递给微处理器,同时利用微处理中内置的SSD算法对区域物体进行识别,将获得的重量数据与物体标签进行运算得到价格。
背景技术
当今计算机识别技术以逐渐走向成熟,广泛应用于各类场景。为了提高准确度以及效率科研人员提出了各类算法,其中SSD算法属于one-stage是一种基于深度学习的回归方法,其优势在于运行速度快,能保证一定的实时性而广受人们青睐。
针对目前水果超市商品计价经营模式效率低下人力成本高的问题。(然而由于超市的各类物品繁多,因此若使用SSD算法来进行商品识别,势必需要大量的数据集来保证其识别的准确度,但许多超市无法做到这一点使得SSD算法并不广泛应用于各类大型超市。然而针对于水果超市,商品的种类与数量有了指数比例的下降,并在网上有公开的数据集供我们训练。)
发明内容
本发明旨在解决现有技术中存在的超市运行效率与用户购物便利问题。提出了一种基于SSD算法的智能称重水果识别系统。本发明的技术方案如下:
一种基于SSD算法的智能称重水果识别系统,其包括:重力传感器、摄像头识别装置、微处理器、人机交互信息显示装置,所述微处理器分别与重力传感器、摄像头识别装置、人机交互信息显示装置相连接,智能称重水果识别系统通过摄像头识别装置拍摄购物袋中物品照片,利用微处理器内置的SSD单次检测器算法模型对拍摄的照片进行机器识别,将图像数据作为输入传至微处理内置的SSD模型中,最后得到输出水果的分类,利用重力传感器检测物品重量,获得物品重量信息并以模拟差分电压信号传送至微处理器,最后微处理器利用物品识别信息与物品重量计算出相应价格。
进一步的,所述重力传感器使用单平行梁称重传感器,安装在称重台受力中心,物品重量信息以模拟差分电压信号传送给微处理器,称重台为60cm×40cm的矩形体,外壳材质为铝合金。
进一步的,所述摄像头识别装置的摄像头安装在称重台边沿,摄像头呈45度向下倾斜,摄像头识别装置由微处理器控制,实时将拍摄信息通过连接线传送至微处理器。
进一步的,所述人机交互信息显示装置使用分辨率为480*320的24色串口触摸彩屏,使用者通过触摸屏操作,实现人机交互控制。
进一步的,所述微处理器为基于Linux的单片机系统,该系统内置了SSD算法来进行目标检测与识别,通过搭建MySQL数据库对物品价格进行实时调动,利用I/O口来进行重量数据的接收。
进一步的,所述SSD算法进行目标检测与识别的步骤具体包括:
首先利用外置的摄像头,对水果图像进行采集,紧接着将图像数据传入微处理器的内置SSD模型中,将图像数据裁剪为300X300作为输入,通过VGG-16框架来提取目标特征,再依次通过conv6,conv7,conv8、conv9_2,conv10_2,conv11_2,一系列的feature map,最后通过softmax层,得到各个类别的预测值,并选取预测值最大的类别,返回其名称。
本发明的优点及有益效果如下:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆邮电大学,未经重庆邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010095732.9/2.html,转载请声明来源钻瓜专利网。