摘要
本发明涉及一种基于图像样本距离度量的垃圾识别分类方法及系统,属于垃圾识别分类技术领域。其中,该方法包括获取垃圾图像数据,通过垃圾图像预处理得到垃圾标准图像数据,通过垃圾类型标注建立垃圾图像样本集;通过改进预训练ResNet模型结构得到垃圾特征提取器,通过引入混合注意力机制关注图像关键特征,减少复杂背景干扰;通过KNN算法构建垃圾距离度量分类模型,通过欧氏距离度量计算特征向量距离,通过网格搜索法搜索最优K值,通过多数投票策略确定垃圾预测类型标签,提高垃圾分类的鲁棒性;获取待分类垃圾图像数据并通过所述垃圾距离度量分类模型得到垃圾类型标签,实现垃圾图像自动识别分类,减少人工干预,提高垃圾分类效率和准确率。
技术关键词
垃圾识别分类
度量
样本
特征提取器
KNN算法
注意力机制
图像缩放
计算机可执行指令
图像增强
数据
标签
特征提取模块
直方图均衡化
识别模块
策略
碎砖头
高清摄像头
特征值
系统为您推荐了相关专利信息
商品自动分类方法
联合损失函数
标签
样本
超参数
信息处理
信息生成方法
意图识别
生成测试用例
生成测试报告
电价预测方法
多尺度
历史负荷数据
计算机设备
电力现货交易
隐私保护方法
注意力机制
隐私保护装置
随机噪声
噪声因子