基于迁移学习的多场景垃圾图像分类方法

彭治; 刘杨; 杜永萍; 常燕青; 韩红桂

首页> 中文期刊> 《计算机技术与发展》 >基于迁移学习的多场景垃圾图像分类方法

基于迁移学习的多场景垃圾图像分类方法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

垃圾分类回收是资源循环再生链条中重要的一环,传统的人工分类方法效率低,而基于神经网络模型的图像识别技术是实现智能化分类回收的重要策略,具有准确度高、泛化性能好等优点。针对生活垃圾场景的多样性以及垃圾图像数据集缺乏的问题,该文在基于单一背景和复杂背景两种不同垃圾图像场景下,提出一种基于预训练ResNeXt101模型进行迁移学习的方法。利用大规模ImageNet图像数据集训练模型参数,并将参数迁移到垃圾图像数据分类模型中进行训练,解决缺乏大规模标注数据的垃圾图像数据集的分类问题,实现玻璃和纸类等4种可回收物的分类识别以及厨余垃圾中杂质的检测。实验结果表明,利用该模型在真实背景下的垃圾图像分类准确率可以达到87.42%,单一背景下分类准确率达到96.19%,实现了高精度的可回收物识别分类以及厨余垃圾中高效的杂质检测,同时有效提升了模型训练速度。

著录项

来源
《计算机技术与发展》 |2022年第5期|106-111|共6页
作者
彭治; 刘杨; 杜永萍; 常燕青; 韩红桂;
展开▼
作者单位

北京工业大学信息学部;

江苏省固体废弃物处理环保装备工程技术研究中心;

展开▼
原文格式 PDF
正文语种 chi
中图分类信息处理（信息加工）;
关键词
图像识别; 迁移学习; 残差网络; RexNeXt; 垃圾分类;

相似文献

中文文献
外文文献
专利

1. 基于迁移学习的垃圾图像分类模型研究 [J] . 李优 ,穆林平 . 电脑与信息技术 . 2021,第004期
2. 基于迁移学习的可回收生活垃圾图像分类识别研究 [J] . 郑誉煌 ,戴冰燕 ,熊泽珲 . 广东第二师范学院学报 . 2020,第003期
3. 基于迁移学习的可回收生活垃圾图像分类识别研究 [J] . 郑誉煌 ,戴冰燕 ,熊泽珲 . 广东第二师范学院学报 . 2020,第003期
4. 基于深度迁移学习的乳腺癌图像分类方法 [J] . 汪文涛 ,郑颖 . 数据挖掘 . 2022,第2期
5. 一种基于迁移学习的小样本图像分类方法 [J] . 胡胜利 ,吴季 . 湖北理工学院学报 . 2021,第002期
6. 基于预训练卷积网络的迁移学习故障诊断方法 [C] . SHAO Siyu ,邵思羽 ,YAN Ruqiang . 2018年全国设备监测诊断与维护学术会议暨第十六届全国设备故障诊断学术会议、第十八届全国设备监测与诊断学术会议、2018年全国设备诊断工程会议 . 2018
7. 基于迁移学习的小样本航拍场景图像分类研究与实现 [A] . 刘诗琪 . 2020

基于迁移学习的多场景垃圾图像分类方法

摘要

著录项

相似文献

相关主题

期刊订阅