基于改进的YOLOv5s的垃圾分类检测算法

作     者：汪超 刘晓飞 

作者机构：安庆师范大学计算机与信息学院安徽安庆246000 

基　　金：安徽省高等学校科学研究项目(自然科学类)(2023AH050487) 

出 版 物：《佳木斯大学学报（自然科学版）》 (Journal of Jiamusi University：Natural Science Edition)

年 卷 期：2024年第42卷第10期

页      码：17-20页

摘      要：随着城市化进程的不断加速,垃圾问题已经成为影响城市环境和居民生活质量的重要因素。为实现有效准确的垃圾分类检测,设计了YOLOv5s_CC模型。在骨干网络中加入CoordinateAttention注意力机制,通过关注特征图的空间信息和通道信息,可以帮助模型更好地捕捉到重要的特征。同时将Neck颈部结构的卷积方式更换为CoordConv,添加两个坐标通道,从而使其具备空间感知能力。将WIoU作为边框损失函数,通过考虑预测框和真实框之间的区域来对IoU进行加权,提升预测框的准确率。为验证算法的可行性,将数据集传入改进YOLOV5s_CC网络进行训练。结果表明,YOLOv5s_CC模型相较于原始的YOLOV5s模型mAP50提升3.5个百分点,FPS值为146,在高速识别图像的同时保证了识别的精度。

主 题 词：垃圾分类 YOLOV5s 注意力机制 损失函数 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1008-1402.2024.10.005

馆 藏 号：203155716...