融合卷積注意力與Transformer的垃圾圖像檢測

摘要： 深度學(xué)習(xí)算法在城市生活垃圾圖像檢測領(lǐng)域具有重大研究意義。垃圾種類繁多、形態(tài)變化大，密集度高且背景復(fù)雜。提出一種在YOLOv5中融合卷積注意力模塊和Transformer編碼器的垃圾圖像檢測方法。首先，通過數(shù)據(jù)增強算法和自適應(yīng)填充算法對數(shù)據(jù)集進行預(yù)處理，并根據(jù)數(shù)據(jù)集自動計算最優(yōu)先驗框尺寸。其次，整合卷積注意力模塊提取精細垃圾圖像特征，通過通道和空間兩個維度強化有效特征。然后，添加...