-
题名基于Yolo_ES的垃圾分类目标检测模型
- 1
-
-
作者
范金豪
崔立志
-
机构
河南理工大学电气工程与自动化学院
河南理工大学河南省煤矿装备智能检测与控制重点实验室
-
出处
《电子测量技术》
北大核心
2023年第1期160-166,共7页
-
基金
国家自然科学基金(U1804417)项目资助
-
文摘
垃圾分类问题目前已被政府和社会广泛关注,面对分拣过程中对垃圾类别实时性和准确性判断的需求,提出了一种Yolo_ES目标检测算法。该算法以Yolov4为基础网络,首先使用EfficientNet作为主干特征提取网络,实现算法的轻量化;其次通过注意力机制ECA对MBConv模块进行重构,筛选出高质量的信息,增强模型的特征提取能力并降低了参数量;同时针对最大池化易丢失细节信息的问题,使用SoftPool对SPP模块中的MaxPool层进行替换,保留更多细粒度特征信息。在自制的HPU_WASTE垃圾分类数据集上进行实验,结果表明,Yolo_ES模型相比于Yolov4基础网络mAP从91.81%提升到了96.06%,模型大小压缩了75.45%同时每张图片处理时间为58ms;与其他目标检测网络相比,该模型具有更好的鲁棒性和更佳检测性能。
-
关键词
目标检测
Yolov4
轻量化
注意力机制
SoftPool
-
Keywords
object detection
Yolov4
lightweight
attention mechanism
SoftPool
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-