基于CBAM-EfficientNet的垃圾圖像分類算法研究

葉 沖，楊晶東

(上海理工大學 光電信息與計算機工程學院，上海200093)

0 引 言

如今，由人工進行垃圾分揀不僅對人體健康有傷害，而且垃圾分揀效率低。在日常生活中，每天會產生大量不同種類的垃圾，人工分揀只能解決其中的小部分，大多數都會進行填埋，從而對環境有很大的污染。隨著計算機視覺的發展和圖像數據的日益增多，深度學習方法在垃圾分類領域被廣泛的應用。通過對不同種類的垃圾圖像進行檢測，讓機器自動進行識別和分揀，從而提高資源利用率，減少環境污染。

傳統的圖像分類方法主要分為兩部分，一是通過人為設置特征提取器提取圖像特征，例如HOG特征［1］、SIFT特征［2］、LBP特征［3］等；二是通過設計更好的分類器算法來提高分類結果的準確率。然而隨著移動互聯網的普及以及各類互聯網產品的推出，每時每刻都有海量的圖像數據產生，這些圖像數據復雜而且多樣化，傳統的圖像分類算法并不足以支撐這些數據的分類。近年來，由于計算機技術的快速迭代和計算能力的日異豐富，給基于神經網絡學習的圖像分類算法提供了可能性。因此，越來越多的學者將目光投向基于神經網絡的圖像分類算法研究，以便找到更加快速高效的圖像分類技術。深度學習通過多層非線性層的疊加［4-5］，使得模型可以擬合更加復雜的非線性映射。2014年，來自牛津大學的Simonyan K［6］等人提出了VGG網絡，該網絡常用的有VGG16和VGG19兩種結構，除了在網絡深度上的不同，二者在本質上并無區別。……