物品称重方法及食粮称重系统技术方案

本说明书涉及深度学习技术领域，具体地公开了一种物品称重方法及食粮称重系统，其中，该方法包括：获取第一标注图像数据；第一标注图像数据包括第一图像数据中多个像素中各像素的位置距图像采集装置的距离；第一图像数据包括容器为空时图像采集装置采集到的图像数据；获取第二图像数据，对第二图像数据进行标注，得到第二标注图像数据；第二图像数据包括容器中装载有物品时图像采集装置采集到的图像数据；第二标注图像数据包括第二图像数据中多个像素中各像素的位置距图像采集装置的距离；利用深度学习回归网络，基于第一标注图像数据和第二标注图像数据，计算容器中装载的物品的重量。上述方案可以无需电子秤即可准确地对物品进行自动称重。

【技术实现步骤摘要】

本说明书涉及深度学习，特别涉及一种物品称重方法及食粮称重系统。

技术介绍

1、目前，日常称重多采用电子秤等重量称量工具，需要人工先去皮，手动称量重量。通过人工手动称重，效率较低且人力成本高。而且，当电子秤安放存在倾斜，称量的目标有支架固定支撑等干扰情况出现时，重量称量不准确。

2、针对上述问题，目前尚未提出有效的解决方案。

技术实现思路

1、本说明书实施例提供了一种物品称重方法及食粮称重系统，以解决现有技术中日常称重通过人工手动称重导致效率低且不准确的问题。

2、本说明书实施例提供了一种物品称重方法，包括：

3、获取第一标注图像数据；所述第一标注图像数据包括第一图像数据中多个像素中各像素的位置距图像采集装置的距离；所述第一图像数据包括容器为空时所述图像采集装置采集到的图像数据；

4、获取第二图像数据，对所述第二图像数据进行标注，得到第二标注图像数据；所述第二图像数据包括容器中装载有物品时所述图像采集装置采集到的图像数据；所述第二标注图像数据包括第二图像数据中多个本文档来自技高网...

【技术保护点】

1.一种物品称重方法，其特征在于，包括：

2.根据权利要求1所述的物品称重方法，其特征在于，在利用深度学习回归网络，基于所述第一标注图像数据和所述第二标注图像数据，计算所述容器中装载的物品的重量之后，还包括：

3.根据权利要求1所述的物品称重方法，其特征在于，对所述第二图像数据进行标注，得到第二标注图像数据，包括：

4.根据权利要求1所述的物品称重方法，其特征在于，对所述第二图像数据进行标注，得到第二标注图像数据，包括：

5.根据权利要求4所述的物品称重方法，其特征在于，利用预先构建的编码-解码算法模型对所述第二图像数据进行标注，得到第二标...

【技术特征摘要】

1.一种物品称重方法，其特征在于，包括：

2.根据权利要求1所述的物品称重方法，其特征在于，在利用深度学习回归网络，基于所述第一标注图像数据和所述第二标注图像数据，计算所述容器中装载的物品的重量之后，还包括：

3.根据权利要求1所述的物品称重方法，其特征在于，对所述第二图像数据进行标注，得到第二标注图像数据，包括：

4.根据权利要求1所述的物品称重方法，其特征在于，对所述第二图像数据进行标注，得到第二标注图像数据，包括：

5.根据权利要求4所述的物品称重方法，其特征在于，利用预先构建的编码-解码算法模型对所述第二图像数据进行标注，得到第二标注图像数据，包括：

6.根据权利要求1所述的物品称重方法，其特征在...

【专利技术属性】
技术研发人员：请求不公布姓名，
申请(专利权)人：上海哈啰普惠科技有限公司，
类型：发明
国别省市：