基于单样本学习的塑料废弃物分类方法
计算机视觉与模式识别
2020-09-30 v1 人工智能
摘要
对许多国家而言，可回收废弃物的分类是一个相当艰巨的问题。本文提出一种利用单样本学习技术进行塑料废弃物图像分类的方法。该方法利用通过连体网络和三元组损失卷积神经网络生成的判别特征，基于树脂代码区分 5 类塑料废弃物。该方法在 WaDaBa 数据库上达到了 99.74% 的准确率。
引用
@article{arxiv.2009.13953,
title = {One-Shot learning based classification for segregation of plastic waste},
author = {Shivaank Agarwal and Ravindra Gudi and Paresh Saxena},
journal= {arXiv preprint arXiv:2009.13953},
year = {2020}
}
备注
Accepted in The International Conference on Digital Image Computing: Techniques and Applications, 2020