CN114235122A - 基于ai图像识别的电子秤的称重结算方法及系统 - Google Patents

基于ai图像识别的电子秤的称重结算方法及系统 Download PDF

Info

Publication number
CN114235122A
CN114235122A CN202111547734.8A CN202111547734A CN114235122A CN 114235122 A CN114235122 A CN 114235122A CN 202111547734 A CN202111547734 A CN 202111547734A CN 114235122 A CN114235122 A CN 114235122A
Authority
CN
China
Prior art keywords
article
information
image
confidence
electronic scale
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202111547734.8A
Other languages
English (en)
Inventor
燕建兵
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Superwin Information Technology Co ltd
Original Assignee
Guangzhou Superwin Information Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangzhou Superwin Information Technology Co ltd filed Critical Guangzhou Superwin Information Technology Co ltd
Priority to CN202111547734.8A priority Critical patent/CN114235122A/zh
Publication of CN114235122A publication Critical patent/CN114235122A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01G—WEIGHING
    • G01G19/00—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups
    • G01G19/40—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups with provisions for indicating, recording, or computing price or other quantities dependent on the weight
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/243—Classification techniques relating to the number of classes
    • G06F18/2431—Multiple classes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/08—Payment architectures
    • G06Q20/20—Point-of-sale [POS] network systems
    • G06Q20/208—Input by product or record sensing, e.g. weighing or scanner processing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Business, Economics & Management (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Medical Informatics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computing Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及一种基于AI图像识别的电子秤的称重结算方法及系统，其技术方案要点是：获取电子秤发送的物品的物品重量信息以及物品图像信息；对所述物品图像信息进行图像识别得到至少一识别结果，并显示所有的识别结果；从所有的识别结果中选择出与所述物品相对应的识别结果，根据该识别结果查询预先设置的映射关系信息得到与其关联的物品信息；其中，所述映射关系信息包括多个识别结果及其对应关联的物品信息；根据所述物品重量信息和物品信息得到所述物品的结算信息；本申请具有自动识别物品，保证了物品图像识别时显示的全面性和准确性，还提高了称重结算的速度和效率的效果。

Description

基于AI图像识别的电子秤的称重结算方法及系统
技术领域
本发明涉及电子秤技术领域，更具体地说，它涉及一种基于AI图像识别的电子秤的称重结算方法及系统。
背景技术
电子秤属于衡器的一种，利用胡克定律或力的杠杆平衡原理测定物体质量的工具，被广泛应用于各大超市。
在采用现有的电子秤进行物品称重结算的过程中，通常需要工作人员记忆各个物品的编号，然后手动输入相对应的物品编号之后，电子秤才能对物品进行结算，极易出错，操作繁琐，因此，现有的电子秤还有待改进的空间。
发明内容
针对现有技术存在的不足，本发明的目的在于提供一种基于AI图像识别的电子秤的称重结算方法及系统，具有自动识别物品，保证了物品图像识别时显示的全面性和准确性，还提高了称重结算的速度和效率的功能优点。
本发明的上述技术目的是通过以下技术方案得以实现的：
一种基于AI图像识别的电子秤的称重结算方法，包括：
获取电子秤发送的物品的物品重量信息以及物品图像信息；
对所述物品图像信息进行图像识别得到至少一识别结果，并显示所有的识别结果；
从所有的识别结果中选择出与所述物品相对应的识别结果，根据该识别结果查询预先设置的映射关系信息得到与其关联的物品信息；其中，所述映射关系信息包括多个识别结果及其对应关联的物品信息；
根据所述物品重量信息和物品信息得到所述物品的结算信息。
可选的，所述获取电子秤发送的物品重量信息以及物品图像信息，包括：
获取所述电子秤发送的物品重量信息；
判断所述物品重量信息是否满足预设阈值；
在满足预设阈值的情况下，控制电子秤获取物品图像信息；
获取所述电子秤发送的物品图像信息。
可选的，所述对所述物品图像信息进行图像识别得到至少一识别结果，包括：
对所述物品图像信息进行图像处理，提取特征向量；
将所述特征向量输入图像识别深度学习模型中得到多个概率结果及其置信度；
筛选出置信度高于预设置信度阈值的所述概率结果，即为识别结果。
可选的，所述特征向量包括：颜色特征向量和形状特征向量；所述将所述特征向量输入图像识别深度学习模型中得到多个概率结果及其置信度，包括：
将所述颜色特征向量设置第一置信度权重以及将所述形状特征向量设置第二置信度权重；
将所述颜色特征向量输入图像识别深度学习模型得到与多个所述概率结果相对应的多个第一置信度，将所述形状特征向量输入图像识别深度学习模型得到与多个所述第一置信度相对应的多个第二置信度；
根据所述第一置信度权重和多个第一置信度得到多个颜色置信度，根据所述第二置信度权重和多个第二置信度得到与多个所述颜色置信度相对应的多个形状置信度，根据多个所述颜色置信度和与其相对应的多个形状置信度得到与多个所述概率结果相对应的多个置信度，即得到多个带有置信度的概率结果。
可选的，所述显示所有的识别结果，包括：根据所述置信度的大小排序显示所有的识别结果。
可选的，所述图像识别深度学习模型的训练方法包括：
获取训练数据，其中，所述训练数据包含多张含有物品的训练图像；其中，所述训练图像包括电子秤发送的物品图像信息；
根据所述训练图像含有的物品分别设定标签；
构建带标签的训练图像数据库以及初始深度学习模型；
将所述训练图像数据库中的训练图像输入到初始深度学习模型，训练得到图像识别深度学习模型。
可选的，在所述根据所述物品重量信息和物品信息得到所述物品的结算信息之后，还包括：根据所述物品的结算信息生成包含有结算信息的电子码，控制电子秤将所述物品重量信息、所述物品的识别结果、所述物品的结算信息及电子码打印在标签纸上。
可选的，在所述根据所述物品重量信息和物品信息得到所述物品的结算信息之后，还包括：
获取付款二维码的图像信息；
对所述付款二维码的图像信息进行解码得到该付款二维码的支付令牌以及支付账户；
根据所述物品的结算信息和所述支付令牌向支付令牌对应的目标服务器发送交易任务；其中，所述目标服务器用于基于所述交易任务完成所述收款账户对支付账户的收款操作。
一种基于AI图像识别的电子秤的称重结算系统，包括：
获取模块，用于获取电子秤发送的物品的物品重量信息以及物品图像信息；
识别模块，用于对所述物品图像信息进行图像识别得到至少一识别结果，并显示所有的识别结果；
关联模块，用于从所有的识别结果中选择出与所述物品相对应的识别结果，根据该识别结果查询预先设置的映射关系信息得到与其关联的物品信息；其中，所述映射关系信息包括多个识别结果及其对应关联的物品信息；
结算模块，用于根据所述物品重量信息和物品信息得到所述物品的结算信息。
可选的，所述识别模块，包括：
提取单元，用于对所述物品图像信息进行图像处理，提取特征向量；
结果生成单元，用于将所述特征向量输入图像识别深度学习模型中得到多个概率结果及其置信度；
筛选单元，用于筛选出置信度高于预设置信度阈值的所述概率结果，即为识别结果。
综上所述，本发明具有以下有益效果：自动识别物品并得到多个识别结果，使得工作人员能够选择与物品相对应的正确的识别结果，无需工作人员记忆物品编号，即保证了物品图像识别时显示的全面性和准确性，无需手动输入物品编号，还提高了称重结算的速度和效率。
附图说明
图1是本发明提供的方法的流程示意图；
图2是本发明提供的基于AI图像识别的电子秤的称重结算系统的结构框图。
具体实施方式
为使本发明的目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。附图中给出了本发明的若干实施例。但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施例。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。
下面结合附图和实施例，对本发明进行详细描述。
本发明提供了一种基于AI图像识别的电子秤的称重结算方法,如图1所示，包括：
步骤100、获取电子秤发送的物品的物品重量信息以及物品图像信息；
步骤200、对所述物品图像信息进行图像识别得到至少一识别结果，并显示所有的识别结果；
步骤300、从所有的识别结果中选择出与所述物品相对应的识别结果，根据该识别结果查询预先设置的映射关系信息得到与其关联的物品信息；其中，所述映射关系信息包括多个识别结果及其对应关联的物品信息；其中，所述物品信息包括：物品名称、物品编号、物品类别、物品单价、物品产地等信息；
步骤400、根据所述物品重量信息和物品信息得到所述物品的结算信息；其中，所述结算信息包括金额信息。
本称重结算方法主要针对非标的物品，如水果、蔬菜、肉蛋、杂粮、水产及散装休食等物品，需要根据各自的重量和单价完成金额的结算以便于后续付款；在本申请中的电子秤通常包括：秤体、摄像头和触摸显示屏，秤体用于对物体进行称重得到物品重量信息，摄像头用于拍摄所述物品得到物品图像信息，触摸显示屏用于显示所有的识别结果、物品重量信息、结算信息等，使得工作人员能够通过触摸显示屏选择与物品相对应的识别结果，无需工作人员记忆物品编号，即保证了物品图像识别时显示的全面性和准确性。
进一步地，所述获取电子秤发送的物品重量信息以及物品图像信息，包括：
获取所述电子秤发送的物品重量信息；
判断所述物品重量信息是否满足预设阈值；
在满足预设阈值的情况下，控制电子秤获取物品图像信息；
获取所述电子秤发送的物品图像信息。
在实际应用中，通常是先将物品放置在秤体上，然后摄像头才需拍摄秤体上的物品，因此，在秤体得到物品重量信息后，需要先将物品重量信息与预设阈值进行比较，在物品重量信息大于预设阈值的情况下(也就是满足预设阈值的情况下)，控制摄像头拍摄以获取物品图像信息，无需摄像头持续采集秤体上的图像信息，使得本申请的称重结算更为智能化。
进一步地，所述对所述物品图像信息进行图像识别得到至少一识别结果，包括：
对所述物品图像信息进行图像处理，提取特征向量；
将所述特征向量输入图像识别深度学习模型中得到多个概率结果及其置信度；
筛选出置信度高于预设置信度阈值的所述概率结果，即为识别结果。
在实际应用中，所述图像识别深度学习模型是通过预先采集的大量图像信息训练建立的，基于提取的所述物品的特征向量，在将该特征向量输入图像识别深度学习模型后，与预先采集的大量图像信息进行比对，能得到多个概率结果，以及与多个所述概率结果相对应的置信度，将置信度高于预设置信度阈值的概率结果筛选出来作为识别结果，置信度不高于预设置信度阈值的概率结果则舍弃，缩小识别结果的范围，以便于工作人员更加快速的在触摸显示屏上选择正确的识别结果，提高称重结算的速度和效率。
进一步地，所述特征向量包括：颜色特征向量和形状特征向量；所述将所述特征向量输入图像识别深度学习模型中得到多个概率结果及其置信度，包括：
将所述颜色特征向量设置第一置信度权重以及将所述形状特征向量设置第二置信度权重；
将所述颜色特征向量输入图像识别深度学习模型得到与多个所述概率结果相对应的多个第一置信度，将所述形状特征向量输入图像识别深度学习模型得到与多个所述第一置信度相对应的多个第二置信度；
根据所述第一置信度权重和多个第一置信度得到多个颜色置信度，根据所述第二置信度权重和多个第二置信度得到与多个所述颜色置信度相对应的多个形状置信度，根据多个所述颜色置信度和与其相对应的多个形状置信度得到与多个所述概率结果相对应的多个置信度，即得到多个带有置信度的概率结果。
在实际应用中，第一置信度权重和第二置信度权重可以根据选用不同类型的图像识别深度学习模型的精确程度来设定，通过第一置信度权重和第二置信度权重的设置，进一步地提高了对所述概率结果的置信度的计算精确度，提高了识别结果的准确度。
进一步地，所述显示所有的识别结果，包括：根据所述置信度的大小排序显示所有的识别结果。由于所有的概率结果均带有置信度，因此，在筛选出识别结果后，所述识别结果也带有与其相对应的置信度，根据所述置信度的大小排序显示所有的识别结果，例如识别结果为A、B、C、D，A的置信度为a，B的置信度为b，C的置信度为c，D的置信度为d，假定a<b<c<d，由于置信度越高，准确率越高，则识别结果按照置信度的大小排序为D、C、B、A显示在触摸显示上，进而便于工作人员在所显示的识别结果中选取正确的识别结果。
进一步地，所述图像识别深度学习模型的训练方法包括：
获取训练数据，其中，所述训练数据包含多张含有物品的训练图像；其中，所述训练图像包括电子秤发送的物品图像信息；
根据所述训练图像含有的物品分别设定标签；
构建带标签的训练图像数据库以及初始深度学习模型；
将所述训练图像数据库中的训练图像输入到初始深度学习模型，训练得到图像识别深度学习模型。
在实际应用中，训练图像包括预先采集的含有物品的图像信息以及电子秤发送的物品图像信息，预先采集的含有物品的图像信息是针对每个SUK的不同形态、不同包装以及不同方向进行采集的，用于输入到初始深度学习模型中进行训练，在训练图像为电子秤发送的物品图像信息的情况下，工作人员选择的识别结果为该训练图像的标签，能够在销售物品的同时对初始深度学习模型进行训练，也就是在每一次销售物品时，都能将该物品的物品图像信息与之前训练学习过的训练图像进行比对，不断地提高图形识别深度学习模型的识别准确度。
进一步地，在所述根据所述物品重量信息和物品信息得到所述物品的结算信息之后，还包括：根据所述物品的结算信息生成包含有结算信息的电子码，控制电子秤将所述物品重量信息、所述物品的识别结果、所述物品的结算信息及电子码打印在标签纸上。
具体地，电子秤还包括打印机，打印机能打印标签纸或收银小票；电子码可以为一维码或二维码，通过将所述物品重量信息、所述物品的识别结果及所述物品的结算信息打印在标签纸上，便于消费者根据标签纸上打印的信息核对物品信息是否正确，通过将所述电子码打印在标签纸上，便于后续扫描二维码进行付款操作。
在一个实施例中，在所述根据所述物品重量信息和物品信息得到所述物品的结算信息之后，还包括：
获取付款二维码的图像信息；其中，所述付款二维码由终端设备出示，通过扫码装置扫描所述终端设备出示的付款二维码；
对所述付款二维码的图像信息进行解码得到该付款二维码的支付令牌以及支付账户；其中，所述支付账户与所述终端设备关联绑定；
根据所述物品的结算信息和所述支付令牌向支付令牌对应的目标服务器发送交易任务；其中，所述目标服务器用于基于所述交易任务完成所述收款账户对支付账户的收款操作。
在本称重结算方法中能够实现称重和收银一体化，消费者无需在称重结束后去往收银区域进行付款，提高称重和收银效率，另外，在实际应用中，还能够控制电子秤打印收银小票。
本发明的基于AI图像识别的电子秤的称重结算方法，自动识别物品并得到多个识别结果，使得工作人员能够选择与物品相对应的正确的识别结果，无需工作人员记忆物品编号，即保证了物品图像识别时显示的全面性和准确性，无需手动输入物品编号，还提高了称重结算的速度和效率。
应该理解的是，虽然图1的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
如图2所示，本发明还提供了一种基于AI图像识别的电子秤的称重结算系统，包括：
获取模块10，用于获取电子秤发送的物品的物品重量信息以及物品图像信息；
识别模块20，用于对所述物品图像信息进行图像识别得到至少一识别结果，并显示所有的识别结果；
关联模块30，用于从所有的识别结果中选择出与所述物品相对应的识别结果，根据该识别结果查询预先设置的映射关系信息得到与其关联的物品信息；其中，所述映射关系信息包括多个识别结果及其对应关联的物品信息；
结算模块40，用于根据所述物品重量信息和物品信息得到所述物品的结算信息。
进一步地，所述识别模块20，包括：
提取单元，用于对所述物品图像信息进行图像处理，提取特征向量；
结果生成单元，用于将所述特征向量输入图像识别深度学习模型中得到多个概率结果及其置信度；
筛选单元，用于筛选出置信度高于预设置信度阈值的所述概率结果，即为识别结果。
关于基于AI图像识别的电子秤的称重结算系统的具体限定可以参见上文中对于基于AI图像识别的电子秤的称重结算方法的限定，在此不再赘述。上述基于AI图像识别的电子秤的称重结算系统的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

Claims (10)

1.一种基于AI图像识别的电子秤的称重结算方法，其特征在于，包括：
获取电子秤发送的物品的物品重量信息以及物品图像信息；
对所述物品图像信息进行图像识别得到至少一识别结果，并显示所有的识别结果；
从所有的识别结果中选择出与所述物品相对应的识别结果，根据该识别结果查询预先设置的映射关系信息得到与其关联的物品信息；其中，所述映射关系信息包括多个识别结果及其对应关联的物品信息；
根据所述物品重量信息和物品信息得到所述物品的结算信息。
2.根据权利要求1所述的基于AI图像识别的电子秤的称重结算方法，其特征在于，所述获取电子秤发送的物品重量信息以及物品图像信息，包括：
获取所述电子秤发送的物品重量信息；
判断所述物品重量信息是否满足预设阈值；
在满足预设阈值的情况下，控制电子秤获取物品图像信息；
获取所述电子秤发送的物品图像信息。
3.根据权利要求1所述的基于AI图像识别的电子秤的称重结算方法，其特征在于，所述对所述物品图像信息进行图像识别得到至少一识别结果，包括：
对所述物品图像信息进行图像处理，提取特征向量；
将所述特征向量输入图像识别深度学习模型中得到多个概率结果及其置信度；
筛选出置信度高于预设置信度阈值的所述概率结果，即为识别结果。
4.根据权利要求3所述的基于AI图像识别的电子秤的称重结算方法，其特征在于，所述特征向量包括：颜色特征向量和形状特征向量；所述将所述特征向量输入图像识别深度学习模型中得到多个概率结果及其置信度，包括：
将所述颜色特征向量设置第一置信度权重以及将所述形状特征向量设置第二置信度权重；
将所述颜色特征向量输入图像识别深度学习模型得到与多个所述概率结果相对应的多个第一置信度，将所述形状特征向量输入图像识别深度学习模型得到与多个所述第一置信度相对应的多个第二置信度；
根据所述第一置信度权重和多个第一置信度得到多个颜色置信度，根据所述第二置信度权重和多个第二置信度得到与多个所述颜色置信度相对应的多个形状置信度，根据多个所述颜色置信度和与其相对应的多个形状置信度得到与多个所述概率结果相对应的多个置信度，即得到多个带有置信度的概率结果。
5.根据权利要求4所述的基于AI图像识别的电子秤的称重结算方法，其特征在于，所述显示所有的识别结果，包括：根据所述置信度的大小排序显示所有的识别结果。
6.根据权利要求3所述的基于AI图像识别的电子秤的称重结算方法，其特征在于，所述图像识别深度学习模型的训练方法包括：
获取训练数据，其中，所述训练数据包含多张含有物品的训练图像；其中，所述训练图像包括电子秤发送的物品图像信息；
根据所述训练图像含有的物品分别设定标签；
构建带标签的训练图像数据库以及初始深度学习模型；
将所述训练图像数据库中的训练图像输入到初始深度学习模型，训练得到图像识别深度学习模型。
7.根据权利要求1所述的基于AI图像识别的电子秤的称重结算方法，其特征在于，在所述根据所述物品重量信息和物品信息得到所述物品的结算信息之后，还包括：根据所述物品的结算信息生成包含有结算信息的电子码，控制电子秤将所述物品重量信息、所述物品的识别结果、所述物品的结算信息及电子码打印在标签纸上。
8.根据权利要求1所述的基于AI图像识别的电子秤的称重结算方法，其特征在于，在所述根据所述物品重量信息和物品信息得到所述物品的结算信息之后，还包括：
获取付款二维码的图像信息；
对所述付款二维码的图像信息进行解码得到该付款二维码的支付令牌以及支付账户；
根据所述物品的结算信息和所述支付令牌向支付令牌对应的目标服务器发送交易任务；其中，所述目标服务器用于基于所述交易任务完成所述收款账户对支付账户的收款操作。
9.一种基于AI图像识别的电子秤的称重结算系统，其特征在于，包括：
获取模块，用于获取电子秤发送的物品的物品重量信息以及物品图像信息；
识别模块，用于对所述物品图像信息进行图像识别得到至少一识别结果，并显示所有的识别结果；
关联模块，用于从所有的识别结果中选择出与所述物品相对应的识别结果，根据该识别结果查询预先设置的映射关系信息得到与其关联的物品信息；其中，所述映射关系信息包括多个识别结果及其对应关联的物品信息；
结算模块，用于根据所述物品重量信息和物品信息得到所述物品的结算信息。
10.根据权利要求9所述的基于AI图像识别的电子秤的称重结算系统，其特征在于，所述识别模块，包括：
提取单元，用于对所述物品图像信息进行图像处理，提取特征向量；
结果生成单元，用于将所述特征向量输入图像识别深度学习模型中得到多个概率结果及其置信度；
筛选单元，用于筛选出置信度高于预设置信度阈值的所述概率结果，即为识别结果。
CN202111547734.8A 2021-12-16 2021-12-16 基于ai图像识别的电子秤的称重结算方法及系统 Pending CN114235122A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111547734.8A CN114235122A (zh) 2021-12-16 2021-12-16 基于ai图像识别的电子秤的称重结算方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111547734.8A CN114235122A (zh) 2021-12-16 2021-12-16 基于ai图像识别的电子秤的称重结算方法及系统

Publications (1)

Publication Number Publication Date
CN114235122A true CN114235122A (zh) 2022-03-25

Family

ID=80757559

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111547734.8A Pending CN114235122A (zh) 2021-12-16 2021-12-16 基于ai图像识别的电子秤的称重结算方法及系统

Country Status (1)

Country Link
CN (1) CN114235122A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116403197A (zh) * 2023-03-27 2023-07-07 广州市智崎衡器有限公司 基于ai图像识别的智能称重方法及其系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103106265A (zh) * 2013-01-30 2013-05-15 北京工商大学 相似图像分类方法及系统
CN110599156A (zh) * 2019-08-08 2019-12-20 威富通科技有限公司 一种收款方法、收款装置、终端设备及介质
CN110836717A (zh) * 2019-11-25 2020-02-25 湖北经济学院 一种面向金融服务的果蔬智能识别和计价系统
CN110909698A (zh) * 2019-11-28 2020-03-24 浙江由由科技有限公司 电子秤识别结果输出方法、系统、装置以及可读存储介质
CN113269935A (zh) * 2021-07-16 2021-08-17 融讯伟业（北京）科技有限公司 一种基于无屏称重装置的视觉称重方法及称重系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103106265A (zh) * 2013-01-30 2013-05-15 北京工商大学 相似图像分类方法及系统
CN110599156A (zh) * 2019-08-08 2019-12-20 威富通科技有限公司 一种收款方法、收款装置、终端设备及介质
CN110836717A (zh) * 2019-11-25 2020-02-25 湖北经济学院 一种面向金融服务的果蔬智能识别和计价系统
CN110909698A (zh) * 2019-11-28 2020-03-24 浙江由由科技有限公司 电子秤识别结果输出方法、系统、装置以及可读存储介质
CN113269935A (zh) * 2021-07-16 2021-08-17 融讯伟业（北京）科技有限公司 一种基于无屏称重装置的视觉称重方法及称重系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
汪洋: "基于深度学习的细粒度鸟类识别方法研究与系统实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》, pages 155 - 156 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116403197A (zh) * 2023-03-27 2023-07-07 广州市智崎衡器有限公司 基于ai图像识别的智能称重方法及其系统
CN116403197B (zh) * 2023-03-27 2024-01-26 广州市智崎衡器有限公司 基于ai图像识别的智能称重方法及其系统

Similar Documents

Publication Publication Date Title
CN109300263B (zh) 基于卷积神经网络的图像识别技术的结算方法和装置
CN108320404B (zh) 基于神经网络的商品识别方法、装置、自助收银台
CN110793607B (zh) 自助称重方法、系统和计算机可读存储介质
CN110836717A (zh) 一种面向金融服务的果蔬智能识别和计价系统
CN111222388B (zh) 基于视觉识别的结算方法和系统
CN110909698A (zh) 电子秤识别结果输出方法、系统、装置以及可读存储介质
CN110647941A (zh) 基于卷积神经网络的蔬菜识别方法及设备
CN114235122A (zh) 基于ai图像识别的电子秤的称重结算方法及系统
CN114078299A (zh) 一种商品结算方法、装置、电子设备及介质
CN115752683A (zh) 一种基于深度相机的体重预估方法、系统及终端
CN109345733A (zh) 智能秤的计价方法及系统
CN114612897A (zh) 一种智能果蔬称重打票方法、装置、电子设备及存储介质
CN112163600B (zh) 一种基于机器视觉的商品识别方法
CN110987140A (zh) 一种商品称重辅助设备及称重设备
CN116391183A (zh) 基于自主增量学习的人工智能识别秤系统及识别方法
CN112330338B (zh) 一种基于区块链的产品溯源系统
CN115393627A (zh) 快件重量异常的识别方法、装置、设备及存储介质
CN117152596B (zh) 一种定制家具五金配件袋数与类别智能核验方法
CN111353389A (zh) 一种基于多传感识别的智能称重装置及其分析方法
CN112132063B (zh) 一种基于聚类量化实时匹配的食物识别方法
CN118279705B (zh) 目标识别方法、商品识别方法、设备以及存储介质
WO2023130429A1 (zh) 物体识别方法、物体识别装置以及模型学习方法
CN111258883B (zh) 基于sku图像识别的算法模型测试方法及测试系统
CN115631585A (zh) 一种用于商品结算的智能自助称重系统
CN116358682A (zh) 一种电子秤及其计价方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination