基于RB-YOLO的生活垃圾实时检测算法
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.2095-2163.2021.10.003

基于RB-YOLO的生活垃圾实时检测算法

引用
生活垃圾图片背景复杂,同一类垃圾特征差异性大,给垃圾检测带来了极大的挑战.为实现复杂场景下生活垃圾的实时检测,论文提出了一种基于改进YOLOv3的生活垃圾检测算法RB-YOLO.在该垃圾检测模型中,将YOLOv3与轻量级卷积神经网络RepVGG相结合,解耦模型训练和推理,在保证特征提取能力的同时提高模型推理速度.采用加权双向特征金字塔网络BiFPN优化原有的特征金字塔结构,通过双向特征融合充分利用多尺度语义特征.同时引入空洞空间金字塔池化ASPP增强特征提取,获取多尺度特征信息.在提出的DGD数据集上进行实验分析,与YOLOv3模型相比,RB-YOLO模型在垃圾检测任务中准确率和速度都有所提升,同时在测试集和网络图片上也取得了不错的检测效果,验证了 RB-YOLO的有效性和鲁棒性.

YOLOv3算法、垃圾检测、RepVGG、BiFPN、ASPP

11

TP391.4(计算技术、计算机技术)

山东省高等学校青年创新团队发展计划资助项目2019KJN048

2022-04-07(万方平台首次上网日期,不代表论文的发表时间)

共8页

5-11,19

相关文献
评论
暂无封面信息
查看本期封面目录

智能计算机与应用

2095-2163

23-1573/TN

11

2021,11(10)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn