[发明专利]基于改进的EfficientNet网络的垃圾辨识分类系统

说明书

本发明要解决的技术问题是，提供一种基于改进的EfficientNet网络的垃圾分类系统，利用改进的EfficientNet网络分类算法，实现了对垃圾分类更加精确，分类速度更快。具体步骤包括：(1)通过图片采集设备对各种垃圾进行采集，建立数据库；(2)将采集的垃圾图片进行图像的预处理，常见的预处理方法有灰度处理、中值滤波处理、图像增强，用来增强图像中感兴趣的特征，抑制图像中不感兴趣的特征，这样能够有效的改善图像的质量。其次再将预处理好的数据进行划分；(3)采用迁移式学习的方法，保持EfficientNet网络在ImageNet数据集上原有的权值，通过微调训练出新的权值，将训练好的EfficientNet网络模型保存；(4)将预处理后的数据集通过改进后的EfficientNet网络模型进行分类识别，得出分类的结果。

技术领域

本发明涉及目标检测领域，具体涉及基于改进的EfficientNet网络的垃圾辨识分类系统

背景技术

随着经济发展，国民的生活水平有了显著的提高，但随之而来的各种生活垃圾也以惊人的速度增长。大量的生活垃圾若未及时处理，不仅影响城市面貌，也会损害人们的身体健康。在倡导节约、环保型社会的今天，不仅要处理日益增加的垃圾，同时也需要回收垃圾中的可用资源。垃圾分类是一种高效的资源回收方法，也是一项关乎民生和社会可持续发展的社会问题

目前垃圾分类的问题已经成为了焦点，越来越多的人通过深度学习对垃圾分类进行研究，其中人工神经网路在垃圾分类的这个领域做出来巨大的贡献。前人利用BP神经网络进行垃圾分类，利用改进的BP进行分类，也有利用卷积神经网络进行分类等各种神经网络进行垃圾的分类。但是这些依然存在这一些问题：

(1)垃圾辨识分类的效果差。各种各样的神经网络用来进行垃圾的分类，这些神经网络在垃圾分类上的应用已经表现的很优秀了。但是最终垃圾分类的效果还不够好，一些分类系统，其分类的精度很低。

(2)垃圾分类算法的辨识速度慢。由于垃圾的形状以及颜色变化较大，不容易手动提取类别特征，并且数据量很大。从而导致分类算法进行垃圾分类识别时速度很慢，不能满足生产现场嵌入式设备的实时性要求。

因此，有必要开发一种具有高分类效果，并且运行速度快的垃圾分类系统。

发明内容

本发明要解决的技术问题是，提供一种基于改进的EfficientNet网络的垃圾辨识分类系统，利用改进的EfficientNet网络分类算法，实现了对垃圾分类更加精确，分类速度更快。为解决上述技术问题，本发明采用的技术方案是：基于改进的EfficientNet网络的垃圾辨识分类系统，具体包括以下步骤，相关流程图参见图1：

(1)通过图片采集设备对各种垃圾进行采集，建立数据库；

(2)将采集的垃圾图片进行图像的预处理，采用灰度处理、中值滤波处理、图像增强等方法对采集来的垃圾图像进行预处理，随后将预处理好的数据集进行划分；

(3)采用迁移式学习的方法，保持EfficientNet网络在ImageNet数据集上原有的权值，通过微调训练出新的权值，将训练好的EfficientNet网络模型保存；

(4)利用改进后的EfficientNet网络模型对预处理后的数据集进行分类识别，得出分类辨识结果；