利用Transformer的水体垃圾检测方法研究

孙艳新

您当前的位置：

首页 >

文章列表页 >

利用Transformer的水体垃圾检测方法研究

更新时间：2026-08-11

- 利用Transformer的水体垃圾检测方法研究
- Vol. 23, Issue 6, Pages: 70-73(2025)
- 作者机构：
  
  新疆维吾尔自治区第二测绘院
- 作者简介：
- 基金信息：
- DOI：
  CLC： X832;X52
- Published：2025
- 稿件说明：
移动端阅览
孙艳新. 利用Transformer的水体垃圾检测方法研究[J]. 2025, 23(6): 70-73.
DOI：

孙艳新. 利用Transformer的水体垃圾检测方法研究[J]. 2025, 23(6): 70-73. DOI：

摘要

水体垃圾可能导致传染病的传播，影响公共卫生；同时，堆积的垃圾可能对航行安全构成威胁。基于Transformer的目标检测模型具有更强的全局信息建模和多尺度自适应能力。针对水体垃圾检测问题，分别基于CNN模型PP-YOLOE

Transformer模型DETR、Deformable DETR以及RT-DETR模型对水体垃圾进行检测，对CNN模型和3种Transformer模型在水体垃圾检测方面的能力进行对比分析。通过对比发现，CNN模型PP-YOLOE检测结果优于DETR，略次于Deformable DETR，而RT-DETR取得最优检测结果，在实验数据集上AP

达到0.884，相较于PP-YOLOE，具有7个点的提升。

Abstract

关键词

Keywords

references

石露露,廖光忠.改进YOLOv5s的明渠漂浮垃圾实时检测方法[J].计算机技术与发展,2023(09).

Yang Wang,Che Jin,Zhang Lijia,Ma Mingfa.Research of garbage salvage system based on deep learning[J].2022.

Xiali Li,Manjun Tian,Shihan Kong,Licheng Wu,Junzhi Yu.A modified YOLOv3 detection method for vision-based water surface garbage capture robot[J].International Journal of Advanced Robotic Systems,2020.

Views

106

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于Transformer的成都市地物分类技术

互联网影像地图和街景地图数据检测

基于IDL的高光谱数据异常像元快速检测与修复

DLG生产质量控制研究

利用Prophet-PSO-LSTM模型预测地表沉降

Related Author

杨茜

张攀

邱姝月

陈柏行

杨小华

刘琦

闫庆庆

白金

Related Institution

成都市规划编制研究和应用技术中心

航天宏图信息技术股份有限公司

国家测绘产品质量检验测试中心

水利部长江勘测技术研究所

湖北省测绘工程院

AI问答

⁰