基于高效的动态网络垃圾图像分类模型研究 |
| |
引用本文: | 黄日辰,陈晓龙.基于高效的动态网络垃圾图像分类模型研究[J].金华职业技术学院学报,2023(3):60-67. |
| |
作者姓名: | 黄日辰 陈晓龙 |
| |
作者单位: | 金华职业技术学院 |
| |
摘 要: | 环境问题是一个非常严峻的全球性问题,而垃圾分类是一种保护环境的有效措施。针对现有的垃圾分类网络无法根据样本分类的难易程度动态平衡计算资源和识别准确率低等问题,提出了一种高效的动态垃圾分类网络DynamicGarbageNet。该网络基于MobileNetV2设计了一种动态的轻量化主干网络,并由三个深度依次递增的子网络组成。利用迁移学习技术优化模型参数,进一步提高精度。实验结果表明,DynamicGarbageNet在华为云垃圾分类数据集上的准确率为95.7%,速度为90FPS,均高于MobileNetV2。
|
关 键 词: | 垃圾分类 迁移学习 动态网络 高效网络 |
|
|