首页> 中文期刊> 《小型微型计算机系统》 >多尺度特征融合的轻量型垃圾分类方法

多尺度特征融合的轻量型垃圾分类方法

         

摘要

针对垃圾图像背景复杂,类别易混淆,现有垃圾分类模型难以兼顾高精度、小体积与低延时要求的问题,建立了一个多尺度特征融合的轻量型垃圾分类网络ML-Xception(Multiscale Lightweight Xception),提出多尺度特征提取模块,进行特征融合,提升特征信息的丰富性;在输出层使用锯齿状扩张卷积,增强了深层特征的提取能力;增加Dropout模块缓解过拟合问题,并对网络进行裁剪优化.在优化策略中,提出了预热与余弦退火相结合的学习率控制方法;使用Gridmask数据增强提高了数据的多样性.在“华为云人工智能大赛·垃圾分类挑战杯”提供的数据集上,分类准确率为97.3%,推理速率为25ms/张,在分类精度与推理时间等方面均优于其他模型,具有重要的工程应用参考价值.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号