基于改进YOLO v5s的垃圾检测算法
垃圾分拣是一个环境恶劣、重复性高、体力消耗大的岗位,适宜通过智能化设备代替人工进行垃圾分拣.文中提出一种基于YOLO v5s进行改进,用于垃圾识别分类的改进YOLO v5s视觉检测算法.首先进行结构改进,通过改进损失函数、引入K聚类锚框等改进,对2种注意力机制模块及2种嵌入的位置进行比较和选择以提高精度,并通过融合SPPF模块进行提速改进.结构改进后,通过对比实验数种训练策略,进行训练策略改进.同时在搜集到的小型数据集上进行比较,两部分改进后的算法比原算法的mAP提高了1.35%,同时对检测速度影响较小,并与其他算法进行了对比.
YOLO v5s、注意力机制、垃圾检测、视觉检测、深度学习
TP391.4(计算技术、计算机技术)
云浮市科技计划项目2021020401
2023-08-15(万方平台首次上网日期,不代表论文的发表时间)
共5页
54-57,60