基本信息:
- 专利标题： 一种基于迁移学习的轻量级塑料瓶颜色分选方法
- 申请号：CN202411905438.4 申请日：2024-12-23
- 公开(公告)号：CN120088522A 公开(公告)日：2025-06-03
- 发明人： 邹红艳 , 翁子硕 , 倪瑞涛 , 赵茂程 , 李振业 , 刘晨晖
- 申请人： 南京林业大学
- 申请人地址： 江苏省南京市龙蟠路159号
- 专利权人： 南京林业大学
- 当前专利权人： 南京林业大学
- 当前专利权人地址： 江苏省南京市龙蟠路159号
- 代理机构： 南京智转慧移知识产权代理有限公司
- 代理人： 田沛沛
- 主分类号： G06V10/764
- IPC分类号： G06V10/764 ; B29B17/02 ; B07C5/342 ; B07C5/36 ; G06V10/25 ; G06V10/44 ; G06V10/56 ; G06V10/77 ; G06V10/80 ; G06V10/82 ; G06V10/774 ; G06V10/776 ; G06N3/0464 ; G06N3/045 ; G06N3/096 ; G06N3/048
摘要：
本发明公开了一种基于迁移学习的轻量级塑料瓶颜色分选方法，属于机器视觉检测技术领域。本发明的方法包括S1：建立并扩充回收塑料瓶图像数据集；S2：对待训练的数据进行标注，将标注后的数据集划分为训练集和测试集；S3：改进YOLOv7网络模型；S4：对改进后的YOLOv7网络模型进行训练，验证模型检测效果，输出分类结果。本发明以YOLOv7模型为基本架构，在ShuffleNet v2的基本模块和空间下采样模块中，在左右分支通过联接层和通道混洗层之后引入CBAM注意力模块；通过整合通道注意力与空间注意力，对输入特征予以双重优化，提升网络精准捕捉目标关键特征的能力，确保了模型的高精度。