基于CNN和Group Normalization的校园垃圾图像分类

• 作者: 王玉 王梦佳 张伟红
• 来源期刊: 吉林大学学报（信息科学版）
• 学科: 工学
• 关键词: 卷积神经网络 群组归一化 图像分类 深度学习
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 创新园地
• 页码范围: 744-750
• 页数: 7页
• 分类号: TP391
• 语种: 中文

摘要

为解决大学校园的垃圾回收分类问题,提出了一种基于卷积神经网络和归一化技术的垃圾图像分类方法,不需要对输入的图像进行复杂的处理,网络模型即可根据算法提取图像特征,通过加入群组归一化(Group Normalization)和网络模型各层之间的协作,克服传统分类算法的缺点,实现对垃圾图像的分类.实验表明,该识别方法具有较高准确率,可以较好识别不可回收及可回收垃圾.