| 融合GhostNet的YOLOv5垃圾分類方法 | |
| 所屬分類：技術論文 | |
| 上傳者：wwei | |
| 文檔大?。?span>5286 K | |
| 標簽： 垃圾分類 ECA GhostNet | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：垃圾分類是建設生態(tài)文明的重要一環(huán)，為解決重量級模型難以部署移動端設備的問題，提出基于YOLOv5網(wǎng)絡改進的垃圾圖像分類方法。采用融合GhostNet的主干網(wǎng)絡，用線性運算代替?zhèn)鹘y(tǒng)卷積運算，降低了模型的參數(shù)量，提高了模型推理速度；通過在網(wǎng)絡中加入改進版通道注意力模塊，強化重要的通道特征，獲取更多深層次的特征信息；采用加權邊界融合方法，提升檢測框的定位精度。經(jīng)實驗證明，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會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統(tǒng)工程研究所版權所有 京ICP備10017138號-2