一种基于轻量级卷积神经网络的实时多垃圾分类方法
摘要:
本发明公开了一种基于轻量级卷积神经网络的实时多垃圾分类方法。本发明巧妙地结合了深度可分离卷积和无瓶颈残差模块,创造出一种新型的深度可分离残差模块。该模块与深度可分离卷积结构共同替代了标准SSD网络中的VGG骨干网络,用于目标检测模型的特征提取。这种设计不仅显著减少了模型的参数量,而且提高了检测速度,使得实时智能多垃圾分类任务的实现成为可能。通过这种方法,本发明为垃圾分类领域带来了一种高效、快速且准确的新途径。
0/0