基于PP-PicoDet技术的智能垃圾分类

• 作者: 倪吴广 汪朵拉 张卓 河海大学物联网工程学院
• 来源期刊: 计算机测量与控制
• 关键词: 垃圾分类 深度学习 目标检测 YOLOv5 PP-PicoDet轻量级模型
• 年，卷（期）: 2024,（10）
• 所属期刊栏目: 设计与应用
• 页码范围: 285-292
• 页数: 8页
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2023.10.044

摘要

目前在垃圾分类目标检测上大多采用YOLOv5系列算法，该算法在相同参数量的情况下，检测精度和检测速度都相对不太高，难以满足实际应用需求；对基于PP-PicoDet技术的垃圾分类目标检测应用进行了研究，并将其与几种常见的垃圾分类目标检测算法进行实验对比分析；结果表明，PP-PicoDet算法能够在使用更少的参数量的情况下，实现较高的检测精度和速度，能够满足移动端部署需求。