科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对垃圾目标分类检测中物体重叠检测效果差的问题，文中设计一种改进YOLACT图像分割模型，并应用于垃圾实时检测中。根据COCO数据集制作适用于垃圾分类的数据集，通过YOLACT图像分割模型进行训练和评估监测，改进YOLACT的主干网络模块；使用Swish激活函数调整Resnet进入层模块和下采样模块以提升图像特征，同时改进YOLACT结构的检测模块；再使用Pointrend方法对检测出的分割结果与特征图像进行多层感知机（MLP）迭代融合，渲染深化边缘点特征，以融合得到的新掩码层取代原输出的掩码层。最后，进行改进YOLACT算法、SOLO算法、Mask-RCNN算法比较和消融实验。结果表明，改进YOLACT算法可提升精度、速度及垃圾图像分割的边缘效果，能够解决一部分垃圾重叠检测问题，在垃圾实时检测方面有较好的应用价值。
- 出版日期2022
- 单位华东理工大学
