衡器智能化自動化于未來的發展趨勢

 衡器的智能化主要依賴于現代的高新技術。比如高精準語音識別技術，成熟的智能可視化技術及高性能通信技術等。通過基于深度學習的語音識別聲學模型的訓練，是用來改善和提高智能衡器語音識別的準確度的重要手段之一，而訓練中數據的匹配性和豐富度也是推進智能衡器的性能改善和提升的最重要影響因素，但智能衡器所使用的場景語料的標注和分析仍然需要長期的實踐積累和研究沉淀。隨著互聯網大數據的廣泛使用，大規模的語料資源將會逐步進入選代開發階段。

在智能衡器領域，隨著基于卷積神經網絡的深度學習與計算機視覺圖像分類技術的日漸成熟。圖像分類技術應用框架構建起來較為容易，但是針對不同的物品，需要重新獲取數據集，構建卷積神經網絡，在物品種類過多、且圖像特征差異不大的場景的識別準確度有待進一步提高。光學字符識別技術，經過簡單的學習訓練，即可適用于大部分場景，但是，在基于不同背景下的文本定位，依然是一個難點。

稱重傳感器和儀表如何嵌入遠距離，高穩定性低成本的通信網絡模塊，其中涉及到的接口標準，通訊協議等等具體技術問題需要進一步理清。衡器智能化的提升，需求高速計算性能的設備終端和*的智能算法。無源無線可通訊分布式組網，可以進行邊緣計算，同時做出獨立判斷的稱重傳感器和儀表，將會在物聯網中得到越來越多的應用。衡器也將由一個單一的設備演變成智能稱重管理系統平臺，實現運行狀態遠程監控，計量數據智能分析、設備故障自動診斷、云端操控，基于大數據的智能決策等多種功能。

衡器的技術變革，通常是由市場需求導向和某一技術革命來推動。未來的人工智能技術將主要以“人工智能+"某一個具體產業或者行業生態化呈現，衡器行業就是其中之一，“人工智能+衡器"更深入的融合，將會是衡器行業的長期發展趨勢。當前衡器行業急需一場智能化技術革命，才能適應我國工業智能制造2025的需求，從而占領衡器產業智能化的戰略高地。

      衡器智能化自動化于未來的發展趨勢