摘要
本发明给出了一种高效的道路垃圾识别方法和装置,包括获取包含垃圾图像的数据集,标注图像中的垃圾区域及其类别信息;对语义分割模型进行训练,语义分割模型以MobileNet‑MH的主干网络作为特征提取模块,将输出接入结合不同尺度的上下文信息,提取不同尺度下的注意力,以多尺度相加的方式融合特征的特征融合模块;对训练后的语义分割模型进行模型量化和剪枝;将实际图像输入优化后的语义分割模型,获取实际垃圾图像,并进行后处理。针对小目标分割任务,将Turkey损失中的IoU度量替换为归一化高斯Wasserstein距离,重新构建新的Turkey损失训练语义分割模型;针对整体垃圾分割任务,通过IoU损失进行损失度量。有效提升垃圾分割任务的精度和小目标分割的性能。
技术关键词
语义分割模型
垃圾识别方法
特征提取模块
融合特征
度量
垃圾识别装置
卷积模块
注意力
图像处理单元
数据
像素
小面积
超参数
可读存储介质
网络
计算机
多边形
系统为您推荐了相关专利信息
图像采集方法
数字变焦
感光元件
局部特征匹配方法
深度学习卷积神经网络
建筑外立面
语义分割模型
缺陷高度
径向基函数神经网络
灰狼优化算法
缺陷预测方法
BP神经网络模型
钢铁
灰度特征
图像处理