基于显著性检测和EfficientNet的垃圾分类算法研究
王芳1
刘小虎1
罗艺闯2
1.西安培华学院 西安 7100212.美林数据技术股份有限公司 西安 710000
摘要：垃圾分拣的智能化和自动化对改善城市环境具有重要的意义,论文基于西安市2021垃圾分类数据集,提出了一种基于物体显著性检测和EfficientNet的垃圾分类算法.首先针对数据特点,采用U2-Net物体显著性检测模型获取物体语义显著区域,进而获取物体区域,去除复杂背景影响,然后结合数据增强及余弦调整策略,基于EfficientNet迁移学习构建垃圾分类模型.试验结果表明,该方法识别精度可达94.2％,可有效提升垃圾分类效率.
关键词：垃圾图片分类显著性检测U2-Net迁移学习EfficientNet数据增强
分类号：TP29(自动化技术及设备)
资助基金：西安培华学院校级科研项目(PHKT2109)国家自然科学基金(11804263)
论文发表日期：2022-06-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 1163-1166 )
英文信息