基于改进YOLOX的轻量型垃圾分类检测方法 |
| |
引用本文: | 李洋,苟刚.基于改进YOLOX的轻量型垃圾分类检测方法[J].广西师范大学学报(自然科学版),2023(3):80-90. |
| |
作者姓名: | 李洋 苟刚 |
| |
作者单位: | 1. 公共大数据国家重点实验室(贵州大学);2. 贵州大学计算机科学与技术学院 |
| |
基金项目: | 国家自然科学基金(62162010); |
| |
摘 要: | 生活垃圾分类是保护生态环境、促进绿色和谐发展的有效措施。针对移动端设备计算资源和内存有限,重量级模型难以嵌入等问题,本文提出一种基于改进YOLOX-tiny轻量型的垃圾分类检测方法。首先,使用EIoU替换原来的IoU损失函数,能加速收敛,提升检测精度;其次,在颈部网络引入注意力机制CBAM,对不同通道的权重重新分配,获取更多浅层的细粒度特征和深层的语义信息;最后,使用GhostBottleneck模块替换特征提取网络中的CSP模块,保留更多边缘信息,同时降低参数量,使模型轻量化。在华为云垃圾数据集上的实验结果表明,改进的算法与YOLOX-tiny相比,参数量降低至原来的87.97%,精度提升了0.3个百分点,在TrashNet数据集上的实验效果提升了0.36个百分点,从而证明了本文算法的有效性,该算法有利于嵌入移动端设备使用,具有一定的实用价值。
|
关 键 词: | 垃圾分类 YOLOX 轻量型网络 EIoU CBAM GhostBottleneck |
|
|