一种基于YoloV4-tiny算法的智能电子秤设计

作者：王昀; 刘泓^*; 叶珺; 刘亚璇; 吴小莉

来源：长江信息通信, 2022, 35(10): 37-41.

• 图像识别
• 电子秤
• JetsonNano
• YoloV4-tiny

为了缓解传统商超高峰时段人工称重效率低、速度慢等问题，文章提出了一种基于YoloV4-tiny算法设计的智能电子秤。智能电子秤的核心控制器是JetsonNano，首先通过USB摄像头采集秤盘上的实时图像数据并使用YoloV4-tiny算法对实时图像进行实时检测获取商品的种类；然后根据重量传感器传回的重量数值和商品的单价，计算出商品的价格，并在屏幕上进行显示。实际测试证明智能电子秤可以在0.1S内完成商品的识别、称重和总价计算，图像实时识别的帧率可以达到25FPS，对每种商品的识别准确率也在95%以上[1]。