基于卷积神经网络的垃圾图像分类算法

摘要：

垃圾分类作为资源回收利用的重要环节之一,可以有效地提高资源回收利用效率,进一步减轻环境污染带来的危害.随着现代工业逐步智能化,传统的图像分类算法已经不能满足垃圾分拣设备的要求.本文提出一种基于卷积神经网络的垃圾图像分类模型(Garbage Classification Network,GCNet).通过构建注意力机制,模型完成局部和全局的特征提取,能够获取到更加完善、有效的特征信息;同时,通过特征融合机制,将不同层级、尺寸的特征进行融合,更加有效地利用特征,避免梯度消失现象.实验结果证明,GCNet在相关垃圾分类数据集上取得了优异的结果,能够有效地提高垃圾识别精度.

关键词：垃圾分类、卷积神经网络、图像分类、注意力机制、特征融合

所属期刊栏目：29

在线出版日期：2020-09-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：199-204