智能冰箱食材检测
案例介绍
智能冰箱食材检测
案例介绍
在端侧部署ai模型，识别冰箱食材。以国产RK3568为核心硬件平台，外设配备HDMI触摸显示器、USB摄像头和称重传感器。软件设计采用分层架构，在视觉感知层，使用YOLOv5s网络进行食材检测，并引入CBAM注意力机制提升低光照和物品堆叠环境下的特征提取能力。目标追踪使用ByteTrack算法提取跨帧目标轨迹，实现对食材放入、取出等有效出入库事件的时序推理与行为判定。在事件确认层，除了视觉分析，还引入HX711称重模块构建重量状态机，通过“重量估计”动态更新无法按件计数的食材剩余量；集成ZBar条形码辅助识别模块，实现复杂包装食品辅助识别。在业务执行层，基于SQLite3本地数据库完成食材管理任务，并通过QT触摸屏界面实现库存可视化展示、保质期到期提醒，系统支持用户纠错学习，形成了“感知—识别—记录—更新—提醒”的完整业务闭环
案例图片
相似案例推荐
-
基于深度学习的显微镜下微生物菌种识别系统
基于深度学习的显微镜下微生物菌种识别系统是一套面向微生物检测
-
基于深度学习的显微镜下微生物菌种识别系统
基于深度学习的显微镜下微生物菌种识别系统是一套面向微生物检测
-
基于多模态大模型的电梯异常检测系统
本作品基于人工智能视觉识别与异常检测技术，设计并实现了一套“
-
安全审计CLI工具
独立开发的8步安全审计CLI工具，Go语言实现。集成Bett
-
机器学习项目
https://www.bilibili.com/video
-
微服务
电商微服务分布式架构系统 基于 Spring Cloud
1小时精推人才
需求方专属客服，免费梳理匹配
