提出一种基于改进ResNet的垃圾分类算法，通过将通道注意力和空间注意力相结合来强化主干网络中输出的主要特征，弱化次要特征，从而提高分类精度。利用Kaggle垃圾分类数据集对所提方法进行了验证，结合评估指标及改进的损失函数，设计消融实验，对ARNet模型的识别精度和有效性进行评估和分析。实验结果表明，ARNet在Kaggle垃圾分类数据集上取得了98.16%的准确率，并且F1-score分数达到99.18%,能够有效提高垃圾识别精度。
科研之友
微信
新浪微博
Facebook
分享链接
