科学技术的进步,最终应当推动社会的发展,提高人民的生活质量。目前果蔬称重贴码有专人称重和顾客半自助称重两种方式。专人称重方式,人工成本高,不适合投放多台设备;半自助称重方式由顾客在上百种果蔬中进行选择称重,虽然可以投放多台设备,但单次称重时间花费较长,这两种称重方式在超市人流量较大时,都会导致拥挤现象。因此,设计研发一套基于目标检测的果蔬自助称重系统是非常有必要和有价值的。本文所研究的内容:基于ResNet优化的YOLOv5目标检测技术,设计研发一款面向各大超市和商贩的果蔬自助称重系统,旨在提高果蔬称重效率,降低果蔬称重成本。本文的主要研究内容及工作如下:1、针对现有果蔬图像数据集与果蔬自助称重系统实际使用情况不符的问题,本文根据系统的实际使用要求,采用实地采集的方式建立可应用于果蔬称重系统的图像数据库。为保证数据的有效性,在采集过程中保证采集设备与系统设备相同,且图片具有多角度、多背景,并对采集到的数据进行扩增,使训练的模型具有泛化性。2、针对传统单图像分类模型无法解决实际果蔬系统中多计价方式和多人为因素的问题,本文采用YOLOv5果蔬目标检测模型,实现对多果蔬目标的检测,解决多计价方式和多人为因素的问题,并使用ResNet对YOLOv5的准确率进行提升,保证系统对识别准确率的要求。3、设计并实现基于YOLOv5与ResNet的果蔬自助称重系统。对系统的实际使用者进行需求分析,设计果蔬自助称重系统的架构和功能。系统主要分为两部分:一是面向顾客的功能,包括果蔬自助称重、手动选择果蔬、果蔬订单确认等;二是面向管理员的功能,包括管理员的登录注册、模型的扩增训练、更新果蔬信息、查询果蔬订单等。根据系统设计,实现系统的各个功能,并对各功能进行测试。最后对比现有果蔬称重系统的时间效率和成本,说明本系统在时间效率上和成本投入上的优势,并对系统实际效果进行展示。