基于改进的YOLOv5的户外垃圾检测识别

随着垃圾污染问题日益严重,垃圾自动检测识别具有越来越重要的应用价值。改进了YOLOv5算法,提升了对户外复杂背景下垃圾的检测性能,收集了6个类别的户外常见垃圾的图片,建立了一个背景复杂的垃圾图片数据集,提出了一种简单、高效的方法用于生成图片中垃圾目标物的简易真值热力图。基于YOLOv5网络,以真值热力图为量化标准,设计并实验得出一种用于生成垃圾目标物预测热力图的分支结构。随后,将预测热力图送回YOLOv5的backbone结构,增加目标检测网络前向传播过程中特征图的空间注意力权重,以提高整个目标检测网络的性能,改进后的网络仅增加了少量参数,生成了效果可观的预测热力图,垃圾检测的性能得到较大提升。