C-ResNet:基于注意力机制的垃圾分类网络
打开文本图片集
［摘 要］ 正确的垃圾分类不仅能有效保护环境，还为后续的垃圾回收工作打下坚实基础。为了提高垃圾分类的精度和模型的泛化能力，提出了一个
C-ResNet网络，采用ResNet101架构，利用CBAM注意力机制，提升对垃圾特征的提取能力，并采用EMA训练机制提高垃
圾分类的效果。实验结果表明，与传统的ResNet101网络相比，C-ResNet网络的平均精度均值达到92.5%，高出原网络30个百分点，困难类别精度达到92.3%，高出原网络44.5个百分点，分类性能优于原网络。（剩余9229字）