一种基于高密度小目标生活垃圾智能分类检测方法

技术特征：

1.高密度小目标生活垃圾智能分类检测方法，其特征在于，具体步骤如下：

2.根据权利要求1所述的高密度小目标生活垃圾智能分类检测方法，其特征在于，所述s1中的googlenet的inception结构，该结构进一步包括以下特征：

3.根据权利要求1所述高密度小目标生活垃圾智能分类检测方法，其特征在于，所述s2中使用resnet50残差网络等相关技术，其技术的特征在于：

4.根据权利要求1所述的高密度小目标生活垃圾智能分类检测方法，其特征在于，所述s3中的反向传播算法具备以下特征：

5.根权利要求1所述的高密度小目标生活垃圾智能分类检测方法，其特征在于，所述s4中的改进iou和融合fpn方法，具体包含如下改进内容：

技术总结
本发明提出了一种基于高密度小目标的检测算法对生活垃圾图像分类的识别方法，基于卷积神经网络，基于GoogLeNet的Inception结构思想，对生活垃圾进行多尺度特征提取。以ResNet50网络中使用改进后的Faster R‑CNN数据模型通过残差连接增加目标检测准确率。在11种常见的生活垃圾数据集上进行分类训练，实验结果表明正确率达到90％左右，从而验证了本发明提出的生活垃圾分类识别模型的有效性，凸显了本发明在准确率上的明显优势。

技术研发人员：李慧
受保护的技术使用者：江苏海洋大学
技术研发日：
技术公布日：2024/4/7