摘要
本发明涉及垃圾分类技术领域,提供了一种智能垃圾分类方法、系统及设备,该方法包括:获取垃圾图像数据集;获取基于区域感知的定位损失、多维度图像特征融合的分类损失以及基于注意力引导的置信度损失,并根据定位损失、分类损失以及置信度损失构建损失函数;根据损失函数构建YOLOV5神经网络模型,通过垃圾图像数据集对YOLOV5神经网络模型进行训练;通过训练好的神经网络模型对待处理垃圾进行识别定位,以实现待处理垃圾的分类。本发明通过构建融合了区域感知的定位损失、多维度图像特征融合的分类损失以及基于注意力引导的置信度损失的损失函数,能够提高平均检测精度,更好地实现垃圾的智能识别定位与分类。
技术关键词
智能垃圾分类方法
智能垃圾分类系统
神经网络模型
横向伸缩机构
智能垃圾分类设备
注意力
翻转机构
机械爪
图像
升降机构
垃圾分类技术
移动机构
对象
移动单元
数据
识别模块
控制器
标签
系统为您推荐了相关专利信息
视频剪辑方法
视频剪辑系统
兴趣
注意力
梯度下降法
智能数据采集模块
深度学习分析
移动端
数据传输模块
LSTM神经网络模型
双向长短期记忆网络
变压器模型
分类模型构建
英语
梯度提升机
检测头
优化神经网络模型
图像降噪算法
风险
模型训练模块