基于卷积神经网络的垃圾图像分类算法

• 作者: 董子源 韩卫光
• 来源期刊: 计算机系统应用
• 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
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 199-204
• 页数: 6页
• 字数: 3939字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.007581

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩卫光	中国科学院沈阳计算技术研究所	14	112	5.0	10.0
2	董子源		1	0	0.0	0.0