科研之友
微信
新浪微博
Facebook
分享链接
摘要
为解决人工分拣生活垃圾过程中存在的分类效率低、劳动强度大等问题，提出一种轻量型的生活垃圾图像分类模型DG-MobileNetV2。该模型以轻量级网络MobileNetV2为基础，通过引入双尺度深度卷积模块、通道混洗技术、调整宽度因子等手段，达到压缩模型参数量的同时提高分类准确率的目的。实验表明，DG-MobileNetV2的参数量仅为0.403 M(文中1 M=1,000,000)，在华为技术有限公司发布的生活垃圾分类数据集上的分类准确率达到90.58%，具有良好的分类效果。后续该轻量型模型可以移植至移动端或嵌入式设备中，为生活垃圾智能化的分类提供了新的思路和实现方法。
- 出版日期2023
