公开(公告)号：CN114863255A

公开(公告)日：2022-08-05

申请号：CN202210469572.9

申请日：2022-04-28

Applicant: 杭州电子科技大学

Inventor： 宋玉德 ,  林志赟 ,  王博 ,  韩志敏

IPC: G06V20/00 ,  G06V10/80 ,  G06V10/762 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的垃圾种类检测与识别方法及装置，首先获取垃圾图像并进行人工标注得到标签文件，然后选择YOLOv5作为基础网络，在特征提取网络BackBone中加入超轻量级注意力模块，识别到在背景信息干扰下的垃圾通道信息，在特征融合网络Neck中利用PyConv替换传统卷积，捕捉特征图中不同层次的特征并进行融合，同时引入组卷积，降低网络参数量。其次，融合多个预测框的空间尺度信息并引入非线性信息，提升预测框的回归准确率。最后，对网络模型进行剪枝，以满足嵌入式设备的要求，将垃圾图像输入预测模型，输出检测结果。本发明在垃圾检测过程中有较高的准确性和实时性，对垃圾分类与检测的研究有较大的帮助。