典型文献
亮度增强的多尺度垃圾检测
文献摘要：
垃圾检测能减少资源浪费、缓解环境污染,对环境保护具有重要意义.针对现有方法在图像昏暗和物体细小情况下存在误识别、漏检的问题,本文提出了一种亮度增强的多尺度垃圾检测方法.首先在亮度增强模块中,利用跳跃连接增强各层级垃圾图像特征的关联性,解决了昏暗条件下的垃圾误识别问题.然后在多尺度垃圾检测模块中,使用密集连接将不同尺度特征进行融合,提高了对细小垃圾特征的学习能力,解决了细小垃圾存在的漏检问题.本文方法在自制数据集和公共数据集上的mAP达到了 96.62％和93.81％.实验结果表明,该方法解决了图像昏暗和物体细小情况下的误识别、漏检问题,优于现有的YOLOv4等主流方法.
文献关键词：
多尺度;垃圾检测;跳跃连接;密集连接
中图分类号：
作者姓名：
卢卓群;闵卫东;汪文翔;余光华
作者机构：
南昌大学信息工程学院,江西南昌330031;江西省智慧城市重点实验室,江西南昌330047;南昌大学软件学院,江西南昌330047
文献出处：
引用格式：
[1]卢卓群;闵卫东;汪文翔;余光华-.亮度增强的多尺度垃圾检测)[J].微电子学与计算机,2022(12):31-39
A类：
B类：
亮度增强,垃圾检测,资源浪费,解环,护具,昏暗,细小,下存,误识,漏检,跳跃连接,图像特征,检测模块,密集连接,不同尺度,尺度特征,公共数据,mAP,YOLOv4,主流方法
AB值：
0.309026
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
