买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉淮阴工学院申请的专利一种基于深度学习的垃圾分类与识别的方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116416476B 。

龙图腾网通过国家知识产权局官网在2026-04-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310459746.8，技术领域涉及：G06V10/764；该发明授权一种基于深度学习的垃圾分类与识别的方法及系统是由刘艨霆;沈骞;胡婷;杨晟尧;徐寅设计研发完成，并于2023-04-26向国家知识产权局提交的专利申请。

本一种基于深度学习的垃圾分类与识别的方法及系统在说明书摘要公布了：本发明公开了一种基于深度学习的垃圾分类与识别的方法及系统，该方法包括获取包含多种类垃圾图像的数据集；对数据集中的图像进行预处理，并将预处理好的数据集划分为训练集和测试集；选择ResNet‑50网络结构作为预训练模型，采用迁移学习的方式对预训练模型进行训练及微调；在微调后的预训练模型中引入CBAM注意力机制模块，构建垃圾分类模型；对垃圾分类模型进行性能分析；该系统包括图像预处理模块、模型训练模块、模型分析模块。本发明解决了现有技术垃圾分类识别的方法中需要大量的人力物力去设计和调整图像参数、处理高维数据时表现不佳，难以胜任大规模图片分类任务的问题。

本发明授权一种基于深度学习的垃圾分类与识别的方法及系统在权利要求书中公布了：1.一种基于深度学习的垃圾分类与识别的方法，其特征在于，包括以下步骤： 步骤S1：获取包含多种类垃圾图像的数据集； 步骤S2：对数据集中的图像进行预处理，并将预处理好的数据集划分为训练集和测试集； 步骤S3：选择ResNet-50网络结构作为预训练模型，采用迁移学习的方式对预训练模型进行训练及微调，具体为：冻结预训练模型中靠近输入端的卷积块，保持起始层权重不变，用训练集训练剩余靠近输出端的卷积块和全连接分类器，得到新的权重，其中新的权重是用初始权重减去反向传播的误差，当反向传播的误差为正时，减小权重的数值，当反向传播的误差为负时，增加权重的数值； 步骤S4：在微调后的预训练模型中引入CBAM注意力机制模块，构建垃圾分类模型，具体为：在ResNet-50网络结构中第一级卷积层中添加CBAM注意机制模块以改善图像特征的表征能力，固定除全连接层之外的其他层的权重，在最后一层前加入CBAM模块来增加特征提取过程中图像重要信息的关注；用由两层自适应平均池化组合而成的AP模块替换普通池化层用来增加对图像特征信息的优选；修改全连接层，再经过Softmax激活输出分类结果，并使用Dropout来降低过拟合现象，以提高垃圾分类模型的泛化能力； 其中，CBAM注意力机制模块包括通道注意力机制和空间注意力机制，通道注意力机制能够对不同通道进行加权，并保留对图像分类和识别最重要的通道特征信息，空间注意力机制关注图像中不同区域的特征信息，通过逐通道地对特征图进行计算来获得每个位置在空间上的重要性，通过将CBAM注意力机制模块引入微调后预训练模型中，使模型能够更好地捕获图像中的关键信息； 步骤S5：对垃圾分类模型进行性能分析。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人淮阴工学院，其通讯地址为：223003 江苏省淮安市清江浦区枚乘东路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。