一种基于深度学习的自动称重机的设计

冉龙旭 于国龙 聂小双 余红 张应奎

摘 要：为了解决现阶段各领域中称重过程繁琐的问题，提出一种基于深度学习的自动称重机，该称重机通过利用深度学习技术与单片机等主要技术，实现对所称物品的自动称重功能，从而减少称重人员的工作量，提高称重效率。

关键词：深度学习;单片机;智能化;自动称重

中图分类号：TP271文献标识码：A文章编号：2095-1302（2019）02-0-02

0 引 言

随着电子技术的发展，各种电子称重机在大到商城超市，小到集市便利店，以及各行各业的物品称重中普遍使用。据统计，中国是电子秤需求量增长最快的国家之一，世界上电子秤的年增长率为3%～4%，而中国已连续四年实现20%以上的年增长率，有的产品甚至已占全世界的十分之一[1]。但目前的称重机都需要通过人工输入物品名称或代码等方式实现不同物品的称重，要求称重人员既要记住物品的名称、代码，又要记住对应的价格，但物品和价格经常变动，导致称重效率低下。现如今，科技发展衍生出的智能化机器不仅节省了人们的工作时间，提高了劳作效率，更推动了社会发展。

深度学习是目前最先進的机器视觉应用方法，它是机器学习研究中的一个新领域。相较于传统图像识别方法，深度学习技术识别速度更快、准确率更高、自主性更强，且可高效实现图像智能化、自动化识别[2]。研究表明，在非深度学习算法中，对图像的最高识别准确率是96.33%，但在深度学习算法中，图像最高识别准确率可达到99.47%。基于此，为了解决称重过程繁琐的问题，将深度学习算法与称重机相结合，能够更便捷、高效地完成称重任务，以实现商品的自动称重功能，在减少操作人员工作量的同时提高称重效率。

1 基于深度学习的自动称重机概述

1.1 总体结构

图1所示为自动称重机的总体结构，包括LED显示屏、摄像头、主控制器以及重量传感器、PC端及百度AI平台。其中，摄像头用于采集重量传感器所要称重物品的图像，利用百度AI平台的深度学习技术对其进行物品识别后，通过串口通信技术将识别信息从PC端传至主控制器，控制器收到识别信息后将其发送至LED显示屏上;重量传感器用于采集所称物品的重量信息;主控制器选用STC89C52单片机，接收物品的种类信息和重量传感器采集的重量信息，并结合预先设定好的单价信息计算并输出总价;LED显示模块用于显示所称物品的信息。

1.2 功能概述

基于深度学习的自动称重机构建了物品识别深度学习模型，将称重物品放置于重量传感器，利用摄像头对所采集的称重物品图像进行识别，最后将识别信息通过控制器发送至显示屏。同时，重量传感器采集所称重物品的重量，并通过控制器发送至显示屏，即显示屏显示所称物品的类别、重量、单价及总价等，以此实现对物品信息进行按需处理，从而减少操作人员的工作量，提高精度与可靠性。

1.3 模块概述

1.3.1 控制器模块

基于深度学习的自动称重机使用的控制器为STC89C52单片机，该模块主要对重量传感器和摄像头采集的信息进行整体处理，并将处理后的信息发送至LED显示屏。由于STC89C52单片机具有执行效率高、成本低、体积小、功耗低等优点，且寻址方式灵活简单，因此能确保自动称重机拥有较好的性能。

1.3.2 重量传感器模块

自动称重机采用20 kg重量传感器模块采集所称物品的重量，通过发出信号的方式，将所称物品的重量通过控制器显示在LED显示屏，从而实现物品的称重功能。该重量传感器的测量范围比电感式传感器大1倍，不仅能检测金属目标，而且能检测电介质，如纸、玻璃、木材和塑料等，甚至可通过墙壁或纸壳进行检测[3]。

1.3.3 LED显示模块

LED显示模块主要为称重机的整体实施提供一个显示平台。LED显示模块在接收控制器模块发送的物品单价、重量、总价及类别信息后，将这些信息显示在LED显示屏。

2 自动称重机的设计及实现

2.1 关键技术

基于深度学习的自动称重机主要采用深度学习、单片机、串口通信、图像采集等技术。深度学习技术通过调用百度AI平台的数据集实现图像识别功能;单片机技术主要利用STC89C52单片机对基于深度学习的自动称重机进行整体控制;串口通信技术实现电脑端与主控制器间的通信，即将百度AI平台的识别信息发送至主控制器;图像采集技术则通过主控制器调用摄像头，将采集的图像通过主控制器发送至百度AI平台。基于深度学习的自动称重机通过以上关键技术，并结合重量传感器、LED显示屏等关键模块，最终实现智能化称重功能。

2.2 工作原理

图2所示为基于深度学习的自动称重机的工作流程。称重机开机后自动进行初始化，LED显示屏进入等待称重界面，称重人员将称重物品放置在重量传感器上，传感器检测到重量信息后，摄像头开始采集所称物品的图像信息，并调用百度接口，将该图像信息上传至百度AI平台。此时，控制器检测百度AI平台是否识别出物品信息。若没有成功识别，则重启摄像头采集物品图像并上传;若识别成功，控制器则计算处理物品信息，并将处理好的信息传送至LED显示屏。

3 结 语

本文介绍了基于深度学习的自动称重机，通过对该称重机的功能及模块概述，提出基于深度学习的自动称重机的设计及实现方法，并对其优势进行深入分析。基于深度学习的自动称重机利用深度学习对图像高精度、高效率识别特性，为超市、农贸市场及物流分类挑拣等需要进行称重的工作减轻了称重压力，提高了工作效率。

参 考 文 献

[1]张竞文，王艳新，朱莉，等.一种小型自动称重机的设计[J].电子测试，2016（23）：28.

[2]王艳新，李家琪，王晓强，等.基于单片机技术的商用小型自动称重机的设计[J].工程技术研究，2016（6）：200.

[3]谷野.自动称重机开发与研究[D].长春：吉林大学，2009.

[4]张玉春，孙立宁，李育慈.新型全自动电子称重机控制系统及误差补偿[J].黑龙江自动化技术与应用，1995（4）：57-60.

[5]闫蕾芳.基于深度学习的图像分类的研究[D].济南：山东大学，2017.

[6]孙韶言.基于深度学习表征的图像检索技术[D].合肥：中国科学技术大学，2017.

[7]孟丹.基于深度学习的图像分类方法研究[D].上海：华东师范大学，2017.

[8]宋光慧.基于迁移学习与深度卷积特征的图像标注方法研究[D].杭州：浙江大学，2017.

[9]朱翔.基于深度学习的互联网图片人脸检索系统[D].南京：南京理工大学，2017.

[10]冯子勇.基于深度学习的图像特征学习和分类方法的研究及应用[D].广州：华南理工大学，2016.