基于改进Resnet18的垃圾分类收运监管方法研究

为解决垃圾分类收运过程中,由于错误收运导致的混装率高、垃圾分类效果下降的问题,文章提出了一种基于改进Resnet18的垃圾分类收运监管方法。首先,在Resnet18残差结构的始端引入SE-Net通道注意力机制模块,可以有效提升网络的特征提取能力;其次,采用一种基于空洞卷积的多尺度感受野融合模块,使网络能够融合不同尺度的特征信息。实验结果表明,残差结构始端和晚期融合的改进方案效果更佳,加权F1值较原Resnet18分别提升了9.26%和7.36%。改进后的模型加权的F1值达97.27%,较原Resnet18分别提升了10.26%,并且对不同颜色垃圾桶识别的准确率更高。此外,改进后的Resnet18的每秒检测帧数(FPS)达到65.03,可以满足监管实时性的要求。同时,采用数据增强和天气模拟的方法处理数据集,使模型能适应多种环境,提升了模型的鲁棒性。