基于CNN和Group Normalization的校园垃圾图像分类

作者：王玉; 王梦佳; 张伟红^*

来源：吉林大学学报(信息科学版), 2020, 38(06): 744-750.

DOI：10.19292/j.cnki.jdxxp.2020.06.017

• 卷积神经网络
• 群组归一化
• 图像分类
• 深度学习

为解决大学校园的垃圾回收分类问题,提出了一种基于卷积神经网络和归一化技术的垃圾图像分类方法,不需要对输入的图像进行复杂的处理,网络模型即可根据算法提取图像特征,通过加入群组归一化(Group Normalization)和网络模型各层之间的协作,克服传统分类算法的缺点,实现对垃圾图像的分类。实验表明,该识别方法具有较高准确率,可以较好识别不可回收及可回收垃圾。

• 单位
  吉林大学