融合GhostNet的YOLOv5垃圾分類方法 | |
所屬分類:技術(shù)論文 | |
上傳者:wwei | |
文檔大?。?span>5286 K | |
標(biāo)簽: 垃圾分類 ECA GhostNet | |
所需積分:0分積分不夠怎么辦? | |
文檔介紹:垃圾分類是建設(shè)生態(tài)文明的重要一環(huán),為解決重量級(jí)模型難以部署移動(dòng)端設(shè)備的問(wèn)題,提出基于YOLOv5網(wǎng)絡(luò)改進(jìn)的垃圾圖像分類方法。采用融合GhostNet的主干網(wǎng)絡(luò),用線性運(yùn)算代替?zhèn)鹘y(tǒng)卷積運(yùn)算,降低了模型的參數(shù)量,提高了模型推理速度;通過(guò)在網(wǎng)絡(luò)中加入改進(jìn)版通道注意力模塊,強(qiáng)化重要的通道特征,獲取更多深層次的特征信息;采用加權(quán)邊界融合方法,提升檢測(cè)框的定位精度。經(jīng)實(shí)驗(yàn)證明,該方法在自制數(shù)據(jù)集中較原模型的精度提高了8.5%,參數(shù)量減少了46.7%,平均推理速度提高了1.22 ms,實(shí)現(xiàn)了精度和推理速度的綜合提升。 垃圾分類;ECA;GhostNet;YOLOv5 | |
現(xiàn)在下載 | |
VIP會(huì)員,AET專家下載不扣分;重復(fù)下載不扣分,本人上傳資源不扣分。 |
Copyright ? 2005-2024 華北計(jì)算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號(hào)-2