一种基于VGG在嵌入式设备中实现果蔬识别的方法及设备技术

本发明专利技术提供了一种基于VGG在嵌入式设备中实现果蔬识别的方法及设备，采集果蔬图像建立果蔬数据集；将VGG模型在PC端进行训练，并在训练好后进行微调优化；将优化好的模型结构化剪枝与特征图缩放后部署到嵌入式设备中；摄像头采集放在秤盘上的果蔬图像，然后通过绘制的PCB板，将图像数据传输给嵌入式设备，最后，使得果蔬的识别任务在边缘终端完成，并且不受网络状态的影响。本发明专利技术的有益效果是：将神经网络技术的应用平台从PC端转换到低功耗的MCU级别的最小系统板上，并且初始网络大小由6.4M压缩了大约60倍，最后的紧凑型神经网络大小为150K，且识别Top1准确率可以达到94.6％，大大降低了硬件成本和边缘设备功耗，且大大提升了果蔬的识别速度。

【技术实现步骤摘要】

本专利技术涉及图像识别和嵌入式，尤其涉及一种基于vgg在嵌入式设备中实现果蔬识别的方法及设备。

技术介绍

1、随着互联网技术的快速发展和移动支付的出现让“无人零售”走进越来越多国内人民的生活。并且经历疫情后，“无接触经济”更已成为人们日常生活的重要选择。而目前国内果蔬售卖的主要途径还是人工售卖，这样需要的人工成本较大，并且增加了人员接触风险。因此将无人果蔬售卖技术落到实地就显得尤为重要了。

2、目前无人售卖技术使用的较多的是rfid无线射频识别通信技术，这种技术识别准确率高，缺点是设备成本高，并且需要人工粘贴标签，增加了人工成本和标签成本。并且由于果蔬种类繁多，价格多变，因此这种技术并不是很适用于果蔬售卖。

3、近年来，人工神经网络不断快速发展，图像识别技术也开始在果蔬识别领域使用。如今，在pc端实现果蔬识别已经有了很高的准确率，但对应用场景有着一定的要求，并且成本高。

技术实现思路

1、为了解决上述问题，本专利技术提供了一种基于卷积神经网络(vgg)在嵌入式设备中实现果蔬识别的方法及本文档来自技高网...

【技术保护点】

1.一种基于VGG在嵌入式设备中实现果蔬识别的方法，其特征在于：包括：

2.如权利要求1所述的一种基于VGG在嵌入式设备中实现果蔬识别的方法，步骤S3中，所述嵌入式设备包括GD32F470核心板、摄像头模块、LED显示屏和称重模块；摄像头模块通过PCB板与GD32F470核心板相连接，用于采集果蔬图像；LED显示屏用于显示采集到的果蔬图像，得到果蔬数据集；称重模块用于给托盘上的水果进行称重。

3.如权利要求1所述的一种基于VGG在嵌入式设备中实现果蔬识别的方法，所述果蔬数据集中的图像按照果蔬品种进行标注，将果蔬数据集划分为训练集和测试集。>

4.如权利要...

【技术特征摘要】

1.一种基于vgg在嵌入式设备中实现果蔬识别的方法，其特征在于：包括：

2.如权利要求1所述的一种基于vgg在嵌入式设备中实现果蔬识别的方法，步骤s3中，所述嵌入式设备包括gd32f470核心板、摄像头模块、led显示屏和称重模块；摄像头模块通过pcb板与gd32f470核心板相连接，用于采集果蔬图像；led显示屏用于显示采集到的果蔬图像，得到果蔬数据集；称重模块用于给托盘上的水果进行称重。

3.如权利要求1所述的一种基于vgg在嵌入式设备中实现果蔬识别的方法，所述果蔬数据集中的图像按照果蔬品种进行标注，将果蔬数据集划分为训练集和测试集。

4.如权利要求3所述的一种基于vgg在嵌入式设备中实现果蔬识别的方法，利用所述训练集和测试集，在pytorch框架中对vgg模型进行训练，采用pc端模型优化工具通过前向推理对训练好后的vgg模型进行前向优化。

5.如权利要求4所述的一种基于vgg在嵌入式设备中实现果蔬识别的方法，步骤s3中，对优化微调后的模型进行结构化剪枝，利用迁移学习策略进行特征图缩放操作，并再次进行结构化剪枝，以此来压缩模型，将初始大小为6.4m的vgg模型压缩为...

【专利技术属性】
技术研发人员：张莉君，吴秀成，邱晨盼，王子涵，
申请(专利权)人：中国地质大学武汉，
类型：发明
国别省市：