基于改进YOLOX的垃圾分类检测方法

摘要：

垃圾分类回收可以改善环境污染问题,保护居民的生活环境,保证生态可持续发展,然而传统的人工垃圾分类方法效率低、主观性强,本文提出一种基于改进YOLOX的垃圾分类检测方法,用于提高垃圾分类的效率和准确率.通过自制垃圾分类数据集训练YOLOX网络,实现垃圾的检测和分类.为了取得更好的检测效果,在网络中引入ECA注意力机制,提高特征间的信息传播能力;改进特征提取网络的上采与下采样倍数,提高网络对小目标的特征提取能力;改进分类与回归损失函数,提高网络的学习能力.实验结果表明,改进YOLOX算法的mAP@0.75为89.9%,比原算法提高了4个百分点,而每秒检测帧数仅下降0.3,在不损失性能的情况下,检测精度有明显的提升.

关键词：YOLOX、目标检测、垃圾分类、注意力机制、深度学习

分类号：P391.41

在线出版日期：2023-09-26（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：68-73