基于BoTNet网络的垃圾图像分类研究

摘要：

为了在垃圾分类实验中获得更高的准确率,该研究将采用一种新型模型BoTNet-50通过深度神经网络算法来进行垃圾分类应用,所处理的垃圾分类数据集包括了常见生活垃圾共40类.BoTNet-50是ResNet-50的一种改进模型,通过用MHSA (Multi-Head Self-Attention)层替换ResNet-50最后三个残差模块的3*3的卷积层得到.通过实验得出,BoTNet-50对比ResNet-50,前者在垃圾分类数据集上可以得到相比更高的准确率.

关键词：BoTNet-50网络;ResNet-50网络;垃圾分类;MHSA

分类号：TP391.41;TP183;TN957.52

在线出版日期：2022-01-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：81-83,92