摘要
本发明提出了一种基于MRS‑YOLO模型的环卫工作评价方法,属于机器视觉领域。首先,通过改进现有目标检测训练方法SlideLoss,提出了SlideLoss_IOU方法,显著提升小目标识别能力。其次,采用多维度卷积机制和动态卷积机制,优化YOLO模型特征提取方法,增强模型鲁棒性。最后,引入Transformer机制,进一步提高模型检测精度和特征利用率,同时降低计算成本。与传统检测方法相比,本发明不仅能检测垃圾,还能通过对垃圾识别结果进行计算分析,提供科学、客观的环卫工作评价方法。MRS‑YOLO模型具有更好的鲁棒性、更快的推理速度和更高的检测精度,实现高效率、低成本的智能垃圾分类,并为环卫工作管理提供可靠数据支持。
技术关键词
工作评价方法
YOLO模型
前馈神经网络
特征提取方法
视频流
特征提取模块
指数
照片
生成时间序列数据
图像
机制
智能垃圾分类
动态
参数化技术
变换器模块
空间金字塔
尺寸
识别垃圾
通道
系统为您推荐了相关专利信息
YOLO模型
区域定位方法
电力光缆
模块
多场景
生命体征数据
眼镜控制方法
生命体征传感器
智能急救
5G通信模块