基于迁移学习的垃圾图像分类模型的比较研究

摘要

诸多深度神经网络模型被应用于垃圾图像进行自动识别与分类,并且取得了很好的效果。当前主流的深度神经网络包括基于注意力机制的神经网络和基于卷积的神经网络。现有关于垃圾分类的研究多以基于卷积的神经网络模型为主,而基于注意力机制的神经网络模型在垃圾分类方面尚未有尝试。这2个类型的深度神经网络在小规模的垃圾分类数据集上的表现哪个更好,是值得探索的问题。对5种具有代表性的模型进行系统的比较研究,实验表明,与基于卷积的神经网络模型相比,在小规模垃圾分类数据集上,纯注意力机制的深度神经网络模型表现出更好的性能,为垃圾分类模型的选择提供了参考。