摘要
本发明属于视觉目标检测技术领域,提供了一种垃圾分类检测方法、装置、边缘设备及存储介质,该方法包括获取垃圾的图像;根据图像构建数据集;引入MSFEC模块对YOLOv8模型进行改进,获得L‑YOLOv8模型;将数据集输入L‑YOLOv8模型中进行训练并评估,得到垃圾分类检测模型;将数据集输入垃圾分类检测模型中进行测试,获得垃圾图像检测图。本发明的方案使得YOLOv8模型在进行多尺度特征提取来保持准确率的同时降低了参数量,以使其易于部署于内存较少的边缘设备,使得YOLOv8算法可以很好地应用在生活垃圾的分类检测上。
技术关键词
分类检测方法
垃圾
特征提取网络
卷积特征提取
分类检测装置
数据
可读存储介质
多尺度特征提取
坐标位置信息
训练集
模型训练模块
超参数
图像获取模块
标注软件
测试模块
计算机
处理器
系统为您推荐了相关专利信息
检测分类方法
置信度阈值
特征提取网络
样本
概念
情绪识别方法
情绪识别系统
特征提取网络
情绪识别模型
编码器训练
光学遥感图像
语义特征
二维离散余弦变换
特征提取网络
查询特征
缺陷检测方法
多尺度特征
空间关系特征
检测头结构
注意力机制