融合卷积注意力与Transformer的垃圾图像检测

作者：施玉娟

来源：九江学院学报(自然科学版), 2023, 38(01): 81-88.

DOI：10.19717/j.cnki.jjun.2023.01.017

• 深度学习
• 目标检测
• 垃圾检测
• YOLOv5
• 卷积注意力
• Transformer

深度学习算法在城市生活垃圾图像检测领域具有重大研究意义。垃圾种类繁多、形态变化大，密集度高且背景复杂。提出一种在YOLOv5中融合卷积注意力模块和Transformer编码器的垃圾图像检测方法。首先，通过数据增强算法和自适应填充算法对数据集进行预处理，并根据数据集自动计算最优先验框尺寸。其次，整合卷积注意力模块提取精细垃圾图像特征，通过通道和空间两个维度强化有效特征。然后，添加Transformer编码器进一步覆盖图像全局上下文特征信息。最后使用先验框在特征图上预测垃圾对象，并将原始的损失函数替换为CIoU,提高定位能力。通过实验证明，该方法可以有效地检测复杂场景下的城市生活垃圾，具备一定的鲁棒性和泛化性能。

• 单位
  漳州职业技术学院