基于改进的Faster-RCNN的生活垃圾智能检测分类

作者：周华平; 赵留阳

来源：阜阳师范大学学报(自然科学版), 2022, 39(03): 49-55.

DOI：10.14096/j.cnki.cn34-1069/n/2096-9341(2022)03-0049-07

• Faster-RCNN
• RepVGG
• K-means++
• scSE注意力机制

针对传统Faster-RCNN算法检测小目标物体精度较低等问题，提出了一种改进算法。该算法以Faster-RCNN算法为基础，选用RepVGG残差网络做为基础特征提取网络，以便更多保留垃圾中小目标的特征信息。在RPN网络中使用K-means++聚类算法获得更加精准的基准候选框，并在RepVGG网络中嵌入scSE注意力机制，提高小目标垃圾的检测精度，增强算法的鲁棒性。实验结果表明本文算法对小目标检测效果的精度有1.51%以上的提升。

• 单位
  安徽理工大学