典型文献
一种基于YoloV4-tiny算法的智能电子秤设计
文献摘要：
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].
文献关键词：
图像识别;电子秤;JetsonNano;YoloV4-tiny
中图分类号：
作者姓名：
王昀;刘泓;叶珺;刘亚璇;吴小莉
作者机构：
浙大城市学院信息与电气工程学院,浙江杭州310015
文献出处：
引用格式：
[1]王昀;刘泓;叶珺;刘亚璇;吴小莉-.一种基于YoloV4-tiny算法的智能电子秤设计)[J].长江信息通信,2022(10):37-41
A类：
JetsonNano,25FPS
B类：
YoloV4,tiny,智能电子秤,传统商超,称重,速度慢,算法设计,核心控制器,USB,摄像头,秤盘,盘上,图像数据,实时检测,重量传感器,传回,单价,屏幕,实际测试,明智,1S,总价,实时识别,帧率,识别准确率,图像识别
AB值：
0.399323
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
