ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
中国知网全文收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
【摘要】垃圾自动检测与分类是高效正确处置垃圾的前提，生活垃圾的多样性和多变性是垃圾检测的主要挑战。 针对这一问题，本文提出一种基于 ＹＯＬＯｖ８ 的生活垃圾图像检测方法。 首先，通过数据增强算法对数据集进行处理，扩充样本以提高模型的鲁棒性和泛化能力。 其次，在主干网通过 Ｃ２ｆ 等模块，进一步轻量化的同时有效提取图像特征。 再次，颈部使用 ＰａＦＰＮ 经过自顶向下及自底向上两次融合各层级特征。 最后，检测头解耦为分类和回归分支，输出垃圾对象位置及类别。 在华为提供的数据集上的实验证明：该垃圾图像检测方法能有效定位并识别各种垃圾。
