引 言

隨著電子技術的發(fā)展，各種電子稱重機在大到商城超市， 小到集市便利店，以及各行各業(yè)的物品稱重中普遍使用。據(jù)統(tǒng)計，中國是電子秤需求量增長最快的國家之一，世界上電子秤的年增長率為 3% ～ 4%，而中國已連續(xù)四年實現(xiàn) 20% 以上的年增長率，有的產(chǎn)品甚至已占全世界的十分之一 [1]。但目前的稱重機都需要通過人工輸入物品名稱或代碼等方式實現(xiàn)不同物品的稱重，要求稱重人員既要記住物品的名稱、代碼，又要記住對應的價格，但物品和價格經(jīng)常變動，導致稱重效率低下?，F(xiàn)如今，科技發(fā)展衍生出的智能化機器不僅節(jié)省了人們的工作時間，提高了勞作效率，更推動了社會發(fā)展。

深度學習是目前最先進的機器視覺應用方法，它是機器學習研究中的一個新領域。相較于傳統(tǒng)圖像識別方法，深度學習技術識別速度更快、準確率更高、自主性更強，且可高效實現(xiàn)圖像智能化、自動化識別 [2]。研究表明，在非深度學習算法中，對圖像的最高識別準確率是 96.33%，但在深度學習算法中，圖像最高識別準確率可達到 99.47%?；诖耍瑸榱私鉀Q稱重過程繁瑣的問題，將深度學習算法與稱重機相結合，能夠更便捷、高效地完成稱重任務，以實現(xiàn)商品的自動稱重功能，在減少操作人員工作量的同時提高稱重效率。

1 基于深度學習的自動稱重機概述

1.1 總體結構

圖 1 所示為自動稱重機的總體結構，包括 LED 顯示屏、攝像頭、主控制器以及重量傳感器、PC 端及百度 AI 平臺。其中，攝像頭用于采集重量傳感器所要稱重物品的圖像，利用百度 AI 平臺的深度學習技術對其進行物品識別后，通過串口通信技術將識別信息從 PC 端傳至主控制器，控制器收到識別信息后將其發(fā)送至 LED 顯示屏上 ；重量傳感器用于采集所稱物品的重量信息 ；主控制器選用 STC89C52 單片機， 接收物品的種類信息和重量傳感器采集的重量信息，并結合預先設定好的單價信息計算并輸出總價 ；LED 顯示模塊用于顯示所稱物品的信息。

1.2 功能概述

基于深度學習的自動稱重機構建了物品識別深度學習模型，將稱重物品放置于重量傳感器，利用攝像頭對所采集的稱重物品圖像進行識別，最后將識別信息通過控制器發(fā)送至顯示屏。同時，重量傳感器采集所稱重物品的重量，并通過控制器發(fā)送至顯示屏，即顯示屏顯示所稱物品的類別、重量、單價及總價等，以此實現(xiàn)對物品信息進行按需處理，從而減少操作人員的工作量，提高精度與可靠性。

1.3 模塊概述

1.3.1 控制器模塊

基于深度學習的自動稱重機使用的控制器為 STC89C52 單片機，該模塊主要對重量傳感器和攝像頭采集的信息進行整體處理，并將處理后的信息發(fā)送至 LED 顯示屏。由于STC89C52 單片機具有執(zhí)行效率高、成本低、體積小、功耗低等優(yōu)點，且尋址方式靈活簡單，因此能確保自動稱重機擁有較好的性能。

1.3.2 重量傳感器模塊

自動稱重機采用 20kg 重量傳感器模塊采集所稱物品的重量，通過發(fā)出信號的方式，將所稱物品的重量通過控制器顯示在 LED顯示屏，從而實現(xiàn)物品的稱重功能。該重量傳感器的測量范圍比電感式傳感器大 1倍，不僅能檢測金屬目標，而且能檢測電介質，如紙、玻璃、木材和塑料等，甚至可通過墻壁或紙殼進行檢測 [3]。

1.3.3 LED顯示模塊

LED 顯示模塊主要為稱重機的整體實施提供一個顯示平臺。LED 顯示模塊在接收控制器模塊發(fā)送的物品單價、重量、總價及類別信息后，將這些信息顯示在 LED 顯示屏。

2 自動稱重機的設計及實現(xiàn)

2.1 關鍵技術

基于深度學習的自動稱重機主要采用深度學習、單片機、串口通信、圖像采集等技術。深度學習技術通過調用百度 AI 平臺的數(shù)據(jù)集實現(xiàn)圖像識別功能 ；單片機技術主要利用 STC89C52 單片機對基于深度學習的自動稱重機進行整體控制 ；串口通信技術實現(xiàn)電腦端與主控制器間的通信，即將百度 AI 平臺的識別信息發(fā)送至主控制器 ；圖像采集技術則通過主控制器調用攝像頭，將采集的圖像通過主控制器發(fā)送至百度 AI 平臺。基于深度學習的自動稱重機通過以上關鍵技術，并結合重量傳感器、LED 顯示屏等關鍵模塊，最終實現(xiàn)智能化稱重功能。

2.2 工作原理

圖 2 所示為基于深度學習的自動稱重機的工作流程。稱重機開機后自動進行初始化，LED 顯示屏進入等待稱重界面， 稱重人員將稱重物品放置在重量傳感器上，傳感器檢測到重量信息后，攝像頭開始采集所稱物品的圖像信息，并調用百度接口，將該圖像信息上傳至百度 AI 平臺。此時，控制器檢測百度 AI 平臺是否識別出物品信息。若沒有成功識別， 則重啟攝像頭采集物品圖像并上傳 ；若識別成功，控制器則計算處理物品信息，并將處理好的信息傳送至 LED 顯示屏。

3 結 語

本文介紹了基于深度學習的自動稱重機，通過對該稱重機的功能及模塊概述，提出基于深度學習的自動稱重機的設計及實現(xiàn)方法，并對其優(yōu)勢進行深入分析?；谏疃葘W習的自動稱重機利用深度學習對圖像高精度、高效率識別特性， 為超市、農貿市場及物流分類挑揀等需要進行稱重的工作減輕了稱重壓力，提高了工作效率。