计算机时代2023，Issue(8) ：93-97.DOI:10.16644/j.cnki.cn33-1094/tp.2023.08.021

基于改进YOLOv5的多目标垃圾分类研究

Research on multi objective waste classification based on improved YOLOv5

孙奥 代琦 贺平安
计算机时代2023，Issue(8) ：93-97.DOI:10.16644/j.cnki.cn33-1094/tp.2023.08.021
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于改进YOLOv5的多目标垃圾分类研究

Research on multi objective waste classification based on improved YOLOv5

孙奥 1代琦 1贺平安1
扫码查看

作者信息

  • 1. 浙江理工大学,浙江 杭州 310020
  • 折叠

摘要

针对垃圾分类问题,传统图像识别算法通常只能对单个垃圾图像进行识别,效率低下,且对硬件要求高.本文实现了对YOLO模型改进的多目标实时轻量的目标检测模型,使用RepVGGBlock模块和结构重参数化技术来改进模型的特征提取结构,使模型轻量,方便移植进嵌入式设备中.使用BiFPN特征融合技术来融合不同特征图的信息,提高了模型对目标的定位能力.实验表明,改进后的模型比原始模型以及其他多目标检测模型的精度更高,速度更快,体积更小.

关键词

YOLO图像识别/目标检测/结构重参数化/BiFPN

Key words

YOLO image recognition/object detection/structural re-parameterization/BiFPN

引用本文复制引用

出版年

2023
计算机时代
浙江省计算技术研究所　浙江省计算机学会

计算机时代

影响因子：0.411
ISSN：1006-8228
参考文献量10
段落导航相关论文