基于残差结构和幻象模块的垃圾图片分类算法OA
Garbage image classification algorithm based on residual structure and ghost module
垃圾图片分类算法对于垃圾分拣的智能化和自动化具有重要的意义,针对我国垃圾分类现状,收集制作了小型生活垃圾数据集,提出基于残差结构和幻象模块的垃圾图片分类算法.使用幻象模块代替ResNet18的普通卷积,在不降低网络性能的同时减少了网络的参数量.采用数据增强方法扩充训练数据,防止过拟合.实验结果表明,改进后网络的参数量减少了46％,识别精度提高了1％.
郑佑顺;林珊玲;林志贤;周雄图;郭太良
福州大学物理与信息工程学院,福建福州 350116中国福建光电信息科学与技术创新实验室,福建福州 350116中国福建光电信息科学与技术创新实验室,福建福州 350116福州大学先进制造学院,福建泉州 362200福州大学物理与信息工程学院,福建福州 350116
计算机与自动化
垃圾图片分类算法残差结构幻象模块ResNet18数据增强
《信息技术与网络安全》 2021 (1)
50-55,6
国家重点研发计划资助项目(2016YFB0401503)广东省科技重大专项资助项目(2016B090906001)福建省自然科学基金资助项目(2020J01468)
评论