基于改进YOLO v5s的垃圾检测算法

垃圾分拣是一个环境恶劣、重复性高、体力消耗大的岗位,适宜通过智能化设备代替人工进行垃圾分拣。文中提出一种基于YOLO v5s进行改进,用于垃圾识别分类的改进YOLO v5s视觉检测算法。首先进行结构改进,通过改进损失函数、引入K聚类锚框等改进,对2种注意力机制模块及2种嵌入的位置进行比较和选择以提高精度,并通过融合SPPF模块进行提速改进。结构改进后,通过对比实验数种训练策略,进行训练策略改进。同时在搜集到的小型数据集上进行比较,两部分改进后的算法比原算法的m AP提高了1.35%,同时对检测速度影响较小,并与其他算法进行了对比。