基于显著性检测和EfficientNet的垃圾分类算法研究

扫码查看

原文链接

万方数据
维普

中文摘要：垃圾分拣的智能化和自动化对改善城市环境具有重要的意义,论文基于西安市2021垃圾分类数据集,提出了一种基于物体显著性检测和EfficientNet的垃圾分类算法.首先针对数据特点,采用U2-Net物体显著性检测模型获取物体语义显著区域,进而获取物体区域,去除复杂背景影响,然后结合数据增强及余弦调整策略,基于EfficientNet迁移学习构建垃圾分类模型.试验结果表明,该方法识别精度可达94.2％,可有效提升垃圾分类效率.

外文标题：Research on Garbage Classification Algorithm Based on Saliency Detection and EfficientNet

作者：

王芳、刘小虎、罗艺闯

展开 >

作者单位：

西安培华学院西安 710021

美林数据技术股份有限公司西安 710000

关键词：

垃圾图片分类显著性检测 U2-Net 迁移学习 EfficientNet 数据增强

基金：

西安培华学院校级科研项目国家自然科学基金

项目编号：

PHKT210911804263

出版年：

2022

DOI：

10.3969/j.issn.1672-9722.2022.06.004

计算机与数字工程

中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD

影响因子：0.355

ISSN：1672-9722

年,卷(期)：2022.50(6)

参考文献量1