基于ResNet50模糊称重装置双目识别系统的设计

针对肉类食品行业生产效率低,以及采用人工称重分拣的问题,设计了一种基于ResNet50的模糊称重装置双目识别系统,旨在实现称重设备的文字实时识别,提高后期分拣率。首先,设计一款模糊称重装置,用于对食品进行有效的定量称重;其次,选用双目相机作为称重装置的识别硬件,并进行标定;再次,设定称重食盒采集实验,并对食盒图像进行预处理;然后,以ResNet50前5层的残差网络为核心,利用CTPN算法对食盒图像进行模型训练,用LSTM神经网络、NMS算法对待测试图像数据特征序列进行预测;最后,利用LabVIEW软件设计文字实时监测界面,进行系统监测。经测试,系统网络的Precision、Recall、F-measure值分别达到98.64%、97.60%、98.12%,系统文字识别率得到有效提高,且能够进行实时监测。