研究文章
垃圾检测和分类方法基于视觉场景理解的家庭环境
|
输入:白手起家的对象图像数据集和标记文件 |
|
初始化参数:时代,学习速率、批量大小、输入大小、网络模型配置yaml文件,借据,yolov5m.pt训练的重量 |
|
图像预处理:图像亮度、图像对比度、图像饱和,马赛克 |
| (1) |
准备数据,使数据集,并将训练集和验证集。 |
| (2) |
数据加载配置信息和初始化参数,输入数据,并进行预处理。 |
| (3) |
加载网络模型,并进行特征提取和对象在输入图像定位和分类。 |
| (4) |
随着时代的数量增加,使用SGD更新和优化网络中每组参数。 |
| (5) |
如果当前时代不是最后一轮,当前地图模型计算验证集。如果计算模型性能更好,最好的模型更新和存储。 |
| (6) |
训练后的一组数量的时代,获取训练最优性能模型和最近训练模型。 |
|
输出:在这个训练表现最佳的检测模型。 |
|
