返回首页
回到顶部
1.项目介绍
1.1项目背景
你是否有这样的经历，想买点散装的苹果时，却在称重台翻半天找不到对应的水果代码。本项目使用行空板M10搭配自学习分类图像识别技术，打造了一款针对超市场景的智能秤。这个装置很适合社区便利店、小型超市的自助称重区，顾客只需把蔬菜、水果等商品放在秤上，不用手动输入品类就能得知价格，方便又快捷。
自学习分类技术确保了商品识别的准确性，称重模块提供精准重量数据，两者结合让计价更高效，屏幕上实时显示商品种类、重量和价格也让使用体验更友好，刚好解决了小超市人工称重慢、易出错的问题。从图像识别、重量检测，再到价格生成，这样一套流程，完整展现了人工智能技术在日常生活中能被轻松落地实践，让自学习分类技术变得更贴近生活、更易用，还能让购物体验更高效！
1.2演示视频
2. 项目实现原理
它的核心逻辑如下：二哈识图2在自学习分类模式下，通过内置AI算法对商品样本（如苹果、橘子的图像）进行增量学习，建立自学习分类模型。当用户将商品放在摄像头检测范围内时，传感器实时采集图像并在本地完成推理，输出物体的唯一ID及对应的名称，结果通过I2C接口传输至行空板M10。
行空板M10通过I2C接口与重量传感器相连，该传感器将物理重量转换为电信号并计算出重量值（单位：克）。行空板M10接收到二哈识图 2的分类结果后，根据预设的商品单价（如苹果5元/斤、橘子4元/斤）和重量值计算出总价，最终将商品名称、重量和总价的信息通过行空板屏幕显示，完成“识别-称重-计价-反馈”的全流程。
3.软硬件准备
3.1软硬件器材清单
注意：Mind+编程软件版本为v2.0，HuskyLens的版本为二哈识图 2。
3.2硬件连接
请按照下方连接图，将电脑、行空板M10、重量传感器和二哈识图 2进行连接。
3.3软件平台准备
官网下载安装Mind+ 2.0及以上版本安装包，安装完成后，双击打开。
4.项目制作
4.1二哈识图 2操作
首先，由于出厂语言默认为英文，我们可以用触屏的方式左右滑动，找到“System Settings”（系统设置）图标，将系统语言设置成自己想要的语言（支持英文，中文简体和中文繁体）。
点击进入“System Settings”，下滑至底部找到“Language”选项。点击“Language”，进入设置语言界面。
点击自己想要的语言选项。之后，系统会切换语言并自动返回至菜单页面，如下图是切换为中文简体的示意图。
其次，选择二哈识图 2的通信方式。
二哈识图 2支持UART（串口）和I2C两种通信方式，本教程中使用I2C通信模式。
点击“系统设置”->协议种类->选择I2C通讯模式后返回主菜单界面。
最后，滑动屏幕，找到“自学习分类”功能。
请按照下面的步骤对所有的商品进行学习：
学习物体：将二哈识图 2对准待学习物体，确保物体处于橙色框内，再按下设备右上角的 A 键完成学习。
识别物体：如识别到已学习的物体，屏幕将以彩色方框框出该物体，并在上方显示“name: IDx 置信度”，例如“物体：ID1 91%”。其中name默认为“物体”；"ID1"即学习的第一个物体；“91%”是指置信度为91%。
二哈识图 2的更多详细使用方法见下面的网址：
https://wiki.dfrobot.com.cn/_SKU_SEN0638_Gravity_HUSKYLENS_2_AI_Camera_Vision_Sensor
按照上面的步骤学习所有的商品后，即可开始编写代码，实现一个基于自学习分类的智能视觉秤。
4.2代码实现
打开编程软件Mind+，选择“程序设计”中的“Python积木模式”。
首先，我们需要在Mind+中添加相应的扩展，包括行空板M10、二哈识图 2 AI摄像头、重量传感器和pinpong初始化。
进入“扩展”页面并搜索“行空板M10”。
点击扩展包上的“下载”按钮，等待下载完成。
点击该扩展包完成加载。
按照加载“行空板M10”的步骤加载“重量传感器”、“HUSKYLENS 2 AI摄像头”和“pinpong初始化”库。
加载完毕后，点击“返回”按钮回到编程界面。
展开远程终端，并选择“默认-10.1.2.3”连接行空板M10。
点击资源文件->上传文件->选择文件->打开。
设备连接成功后，编写程序如下：
核心代码解析如下：
附件中有该项目的完整程序文件，连接行空板M10，并展开项目，点击“打开项目”。
选择附件中的程序，并点击“打开”。
点击“运行”图标运行程序。
注意：运行程序后，保持秤上无负载（用于重量传感器归零校准），直到屏幕显示“请放入商品”，再放置商品进行称重，避免初始负载影响重量数据准确性。
实现效果如下：
5.附件清单
通过网盘分享的文件链接: https://pan.baidu.com/s/1425KiJ57SU-le9FZbafFAA?pwd=vmef
他的勋章
评论