基于改进YOLOX的轻量型垃圾分类检测方法

李洋; 苟刚

doi:10.16088/j.issn.1001-6600.2022100804

广西师范大学学报（自然科学版） ›› 2023, Vol. 41 ›› Issue (03) : 80 -90. DOI: 10.16088/j.issn.1001-6600.2022100804

基于改进YOLOX的轻量型垃圾分类检测方法

李洋, 苟刚

作者信息 +

Author information +

文章历史 +

摘要

生活垃圾分类是保护生态环境、促进绿色和谐发展的有效措施。针对移动端设备计算资源和内存有限，重量级模型难以嵌入等问题，本文提出一种基于改进YOLOX-tiny轻量型的垃圾分类检测方法。首先，使用EIoU替换原来的IoU损失函数，能加速收敛，提升检测精度；其次，在颈部网络引入注意力机制CBAM,对不同通道的权重重新分配，获取更多浅层的细粒度特征和深层的语义信息；最后，使用GhostBottleneck模块替换特征提取网络中的CSP模块，保留更多边缘信息，同时降低参数量，使模型轻量化。在华为云垃圾数据集上的实验结果表明，改进的算法与YOLOX-tiny相比，参数量降低至原来的87.97%,精度提升了0.3个百分点，在TrashNet数据集上的实验效果提升了0.36个百分点，从而证明了本文算法的有效性，该算法有利于嵌入移动端设备使用，具有一定的实用价值。