公开(公告)号：CN114463578B

公开(公告)日：2024-10-01

申请号：CN202111681650.3

申请日：2021-12-30

Applicant: 西安电子科技大学

Inventor： 郭宝龙 ,  张靖晗 ,  李泽坤 ,  蒋元淑

IPC: G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/096

Abstract: 本发明公开了一种基于迁移学习的垃圾图像分类方法，改善了ShuffleNet V2网络分类准确率较低的问题。该发明对预处理后的垃圾图像数据集按N:M的比例分配为训练集和验证集；根据网络模型，加入压缩激励网络和Leaky ReLU激活函数，并在末端增添Flatten层和三层全连接层建立垃圾分类网络模型，得到初始分类神经网络；将ImageNet图像数据集中的权重参数导入初始分类神经网络，再训练网络；将垃圾图片输入训练完成的分类神经网络，得到垃圾分类结果。该技术增加压缩激活网络，通过学习的方式获取到每个特征通道的重要特征，抑制对当前任务不重要的特征，增强通道间信息交流的能力，提高分类任务的准确率。

公开(公告)号：CN114463578A

公开(公告)日：2022-05-10

申请号：CN202111681650.3

申请日：2021-12-30

Applicant: 西安电子科技大学

Inventor： 郭宝龙 ,  张靖晗 ,  李泽坤 ,  蒋元淑

IPC: G06V10/764 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于迁移学习的垃圾图像分类方法，改善了ShuffleNet V2网络分类准确率较低的问题。该发明对预处理后的垃圾图像数据集按N:M的比例分配为训练集和验证集；根据网络模型，加入压缩激励网络和Leaky ReLU激活函数，并在末端增添Flatten层和三层全连接层建立垃圾分类网络模型，得到初始分类神经网络；将ImageNet图像数据集中的权重参数导入初始分类神经网络，再训练网络；将垃圾图片输入训练完成的分类神经网络，得到垃圾分类结果。该技术增加压缩激活网络，通过学习的方式获取到每个特征通道的重要特征，抑制对当前任务不重要的特征，增强通道间信息交流的能力，提高分类任务的准确率。