10.3969/j.issn.1008-8032.2023.05.006
基于轻量卷积神经网络的智能电子秤设计
为解决商品交易过程中存在的效率性和准确性问题,运用OpenMV单目视觉和压力传感器设计了一款智能电子秤,并分别运用商品识别和质量检测进行了实验验证.在OpenMV单目视觉中融入轻量卷积神经网络模型,模拟不同光照下的香蕉、樱桃、石榴、草莓等水果进行了实验,其商品识别的准确率约为94.16%.此外,利用压力传感器对50 g、100 g、200 g等标准砝码进行质量测量,相对误差位于[0.05%,1.27%]之间,且误差与质量之间存在负相关.商品识别和质量检测实验结果呈现两者误差相对较小的特点,满足商品交易的实际需求,也直接反映出利用轻量卷积神经网络实现智能电子秤具有合理性.
效率性、OpenMV单目视觉、轻量卷积神经网络、负相关
28
TH715.193(仪器、仪表)
重庆市九龙坡区科技局科学研究项目C-KY202304
2023-11-21(万方平台首次上网日期,不代表论文的发表时间)
共4页
18-21