《一种基于改进卷积神经网络的水面漂浮垃圾识别方法》

技术简介：

本发明涉及图像识别技术领域,尤其涉及一种基于改进卷积神经网络的水面漂浮垃圾识别方法,包括S1、对水面漂浮垃圾图像数据集进行扩充；S2、将ResNet50作为特征提取网络层,采用金字塔式锚框生成锚框,经Soft-NMS筛选出疑似垃圾的多个目标候选框,ROI Pooling基于候选框映射的分类判别图来对目标进行分类和回归；S3、对改进后Faster RCNN网络进行模型训练；S4、对测试集进行测试。本发明在原始Faster RCNN上提出金字塔式锚框生成方式提升光照反射不均时检测准确率；针对目标尺寸占比太小,提出分类判别图提升小目标检测准确率,并采取Soft-NMS,提升遮挡目标检测准确率。

研发人员：李宁;徐守坤;黄河;石林;庄丽华;袁宝华;顾玉宛;刘毅;张铤波;李治邦