融合GhostNet的YOLOv5垃圾分类方法 |
| |
引用本文: | 李耀,胡军国,乐杨.融合GhostNet的YOLOv5垃圾分类方法[J].电子技术应用,2024(1):14-20. |
| |
作者姓名: | 李耀 胡军国 乐杨 |
| |
作者单位: | 浙江农林大学数学与计算机科学学院 |
| |
基金项目: | 国家自然科学基金(31971493); |
| |
摘 要: | 垃圾分类是建设生态文明的重要一环,为解决重量级模型难以部署移动端设备的问题,提出基于YOLOv5网络改进的垃圾图像分类方法。采用融合GhostNet的主干网络,用线性运算代替传统卷积运算,降低了模型的参数量,提高了模型推理速度;通过在网络中加入改进版通道注意力模块,强化重要的通道特征,获取更多深层次的特征信息;采用加权边界融合方法,提升检测框的定位精度。经实验证明,该方法在自制数据集中较原模型的精度提高了8.5%,参数量减少了46.7%,平均推理速度提高了1.22 ms,实现了精度和推理速度的综合提升。
|
关 键 词: | 垃圾分类 ECA GhostNet YOLOv5 |
|
|