基于机器视觉的水果店自动计价系统设计与实现
摘要：随着人们生活水平的不断提高与这几年互联网的飞速发展，人们已经逐步步入了智能化生活，人们越来越注重高品质的生活，依赖于互联网的产品层出不穷。在有些路口，电子摄像头已经代替了交警，在超市中，自助结算机器已经逐步开始替代人工，相信在不远的未来，机器会成为方便人们生活的主要工具，基于互联网美好前景，由此我们开发一款基于机器视觉的水果店自动计价系统。该系统是以机器学习为其运行的核心组成部分，通过制作数据集模型，并通过树莓派作为硬件的应用部署平台，编写python程序编写驱动摄像头进行图像识别，对采集到的数据进行商品进行自动计价，显示出商品的一般信息。
关键词：机器学习；树莓派；图像采集；自动计价
Design of automatic pricing system for fruit store based on machine vision
Abstract: In recently years, with the constant increase in quality of life and the quick growth of the network, people have been gradually moving into an informed life, and people are placing more and more emphasis on a high level of excellence. relying on the Internet products emerge in an endless stream. At some intersections, digital cameras have taken the place of the traffic police, in the supermarket, self-help clearing machines have gradually started to replace artificial, believe in the near future, the machine will become the main tool for people life, based on the Internet prospect, we develop a fruit store automatic valuation system based on machine vision. The system is based on machine learning as the core component of its operation. By making a data set model and using Raspberry Pi as the hardware application deployment platform, Python program is written to write the driver camera for image recognition, and the collected data is automatically calculated for commodities, showing the general information of commodities.
Keywords: Machine learning; Raspberry pie; Image acquisition; Automated valuation
目 录
第一章 绪论 1
1.1研究的背景 1
1.2研究的意义 1
1.3总体设计方案 2
1.4论文的主要内容 4
1.5本章小结 4
第二章 数据服务端设计 5
2.1数据服务端系统的搭建 5
2.2环境的搭建 6
2.2.1 安装NVIDIA驱动 6
2.2.2 安装核心驱动库 7
2.2.3 安装其他库 9
2.3图像采集平台 10
2.4图像标注平台 12
2.4.1 标注工具选择 12
2.4.2 数据标注 14
2.5模型训练平台 14
2.5.1 mmdetection模型训练框架 15
2.5.2 模型训练 15
2.5.3核心代码详解 17
1.6 数据对流平台 18
2.7本章小结 19
第三章 应用平台部分设计 19
2.1主控制器的介绍 20
2.2摄像头模块介绍 22
3.2应用平台软件设计 23
3.5本章小结 24
第四章 系统的调试 24
4.1调试的过程 24
4.2调试结果以及分析 25
4.3本章小结 25
结论与展望 26
致 谢 27
参考文献 28
第一章 绪论
1.1研究的背景
随着现在中国社会的GDP日益提高和人们对物质生活的需求，人们基本上每周都需要进行购物。同时，越来越多的人更加注重合理膳食，水果店产业开始出现了新的发展浪潮。相对于如今流行的网购而言，人们更多情况下需要购买使用新鲜的水果，而通过网购水果，则需要长时间的运输，尽管现在物流已经很快，但是，还是不能保证，用户能收到新鲜的水果。因此，更多的用户还是选择通过水果店来购买新鲜的水果。随着每天买水果的用户越来越多，水果店的工作人员每天都在进行着高疲劳的工作。
与传统水果店相比，人流量大，需要人工计价，计价速度慢。比如：工作人员计价速度慢，就会使得用户长时间的排队，使用户满意度下降。同时，人工计价容易出现失误，长时间的计价容易出错。工作疲劳也会导致出现错误。
我们需要去寻求一种新型的自动计价方式来解决我们遇到的这些问题，依靠如今物联网的产品去解决这一系列的问题。因此我们采用基于机器视觉的水果店自动计价系统来针对这些问题来解决水果店的问题。什么是机器视觉的水果店自动计价系统，他与传统的水果店计价有什么不同？
机器视觉的水果店自动计价系统是利用摄像头对采集到的图像，通过程序处理反馈给用户，的到用户需要单价及其总价。首先，工作人员通过采集水果店里面的所有水果，进行机器学习训练，对训练到的模型，应用到自动计价平台，实现自动计价。让用户更快的了解到自己购买物品的单价及其总价。与传统水果店相比，使得用户更快的了解到物品的价格，同时，节约了收款工作人员的工作量。大大减少人工计价出现的操作失误，减少容错率，减少了损失。
1.2研究的意义
关于本次研究的意义，首先什么是机器视觉技术？机器视觉的应用在我们生活中有哪些？机器视觉技术是最近两年随着人工智能新起的一种用于摄像头采集数据处理的技术，通过摄像头代替人的眼睛，将采集到的数据传输到中央处理器，用于分析，处理的操作，完成人们需要的特定的任务的技术。一般用于通过逻辑指令来完成繁琐及其单一化的工作。近年来，随着新型冠状病毒在全球的蔓延，在地铁口和车站口的人员流动大的地方都可以看到摄像头人脸识别装置，这就是典型的机器视觉技术。在交警经管部分，车辆识别的摄像头也起着至关重要的作用。在普通人们生活中，机器视觉的应用略微显得有点不足，对于水果店的水果销售方面，通过机器视觉技术，可以对水果店的工作减少负担，一定程度上减少出错的可能性，也使得更加快捷，方便。
参考文献
[1]陈壮炼,林晓乐,陈银菊,黄秋莹,李超.基于计算机视觉的手势识别康复系统研究与应用[J/OL].计算机测量与控制:1-9[2021-04-24].http://kns.cnki.net/kcms/detail/11.4762.TP.20210420.0928.004.html.
[2]王锦亚,李振业,倪超.基于机器视觉的实木地板在线分色识别算法[J/OL].林业工程学报:1-5[2021-04-24].https://doi.org/10.13360/j.issn.2096-1359.202012012.
[3]张海歆.基于机器视觉技术的番茄苗分类和排序技术研究[J].安阳师范学院学报,2021(02):23-27.
[4]刘浩然.《水果零售商店设计》[J].大众文艺,2017(09):6.
[5]任杰,赵冬梅.网络零售环境下生鲜水果参考价格影响因素[J].经济与管理研究,2014(12):119-124.
[6]秦华锋,王兴琼.高校模式识别课程改革与探讨[J].电脑知识与技术,2019,15(20):160-162+165.
[7]周碧英,张鹏,薛晓忠.基于MSP430的智能居家安防系统的设计与实现[J].计算机与数字工程,2015,43(03):423-427.
[8]汤世征,张岩峰.DragDL：一种易用的深度学习模型可视化构建系统[J/OL].计算机科学:1-10[2021-04-24].http://kns.cnki.net/kcms/detail/50.1075.tp.20210421.1428.045.html.
[9]李云飞.基于改进K-means算法的工件表面缺陷分割算法研究[J].湖南工程学院学报(自然科学版),2021,31(01):53-58.
[10]王靖宇.一种基于机器视觉低成本地下车库寻车与智能导航系统的设计[J].物联网技术,2021,11(03):76-77.
[11]金鑫,冯毅,尤雪汐,王佳欣.基于机器学习的信息安全设备调配保障技术研究[J].电子科技,2020,33(08):80-86.
[12]叶锋,赵兴文,宫恩来,杭丽君.基于深度学习的实时场景小脸检测方法[J].计算机工程与应用,2019,55(12):162-168.
[13]冯文倩,李新荣,杨帅.人体轮廓机器视觉检测算法的研究进展[J].纺织学报,2021,42(03):190-196.
[14]章世祥,张汉成,李西芝,胡靖.基于机器视觉的路面裂缝病害多目标识别研究[J].公路交通科技,2021,38(03):30-39.
[15]陆金江.机器视觉的低照度图像缺陷识别方法[J].辽东学院学报(自然科学版),2021,28(01):44-50.
