数字技术与应用杂志

摘要：<正>本文提出一种基于轻量化网络的垃圾图像分类方法,并选取具有代表性的轻量化卷积神经网络MobileNet与轻量化视觉Transformer网络EfficientViT作为核心框架,旨在平衡识别精度与推理效率。实验结果表明,在垃圾分类数据集上,EfficientViT对265类垃圾识别准确率达81.8%,接近重型模型ResNet50,而MobileNet在参数量与推理速度上更具优势。相较于传统深度模型,本文方法在保持极高分类准确率的同时,显著降低了参数量与计算量。本文为资源受限环境下自动垃圾分类系统的实时运行提供了有效的技术方案。

专辑： 信息科技;工程科技Ⅰ辑

专题： 环境科学与资源利用;计算机软件及计算机应用;自动化技术

分类号： X799.3;TP183;TP391.41