一种基于改进卷积神经网络的水面漂浮垃圾识别方法

    公开(公告)号:CN114283280A

    公开(公告)日:2022-04-05

    申请号:CN202111469099.6

    申请日:2021-12-03

    Applicant: 常州大学

    Abstract: 本发明涉及图像识别技术领域,尤其涉及一种基于改进卷积神经网络的水面漂浮垃圾识别方法,包括S1、对水面漂浮垃圾图像数据集进行扩充;S2、将ResNet50作为特征提取网络层,采用金字塔式锚框生成锚框,经Soft‑NMS筛选出疑似垃圾的多个目标候选框,ROI Pooling基于候选框映射的分类判别图来对目标进行分类和回归;S3、对改进后Faster RCNN网络进行模型训练;S4、对测试集进行测试。本发明在原始Faster RCNN上提出金字塔式锚框生成方式提升光照反射不均时检测准确率;针对目标尺寸占比太小,提出分类判别图提升小目标检测准确率,并采取Soft‑NMS,提升遮挡目标检测准确率。

Patent Agency Ranking