计算机工程

作者：张玉博, 杨帆, 郭亚, 杨文慧

单位：河北工业大学电子信息工程学院, 天津 300401

关键词：垃圾分类,视觉大模型,权重损失,半监督,知识蒸馏

基金：石家庄市科技合作专项重大项目(SJZZXA23005)

随着深度学习技术的快速发展, 其在垃圾分类领域的应用日益广泛, 显著提高了分类的准确性和效率。然而, 在实际应用中仍面临许多挑战, 如数据获取和标注成本高、模型泛化能力不足、实时性要求难以满足等。为此, 基于PP-LCNet提出一种结合视觉大模型的轻量化垃圾分类算法LSM-PPLCNet。LSM-PPLCNet结合视觉大模型的强大特征提取能力与轻量化模型的设计, 确保模型在满足实时性要求的同时, 在自制垃圾分类数据集上提高精度。首先, 使用基于CLIP大模型的半监督训练策略, 对无标注数据进行数据挖掘, 以丰富训练样本, 进而降低人工标注的成本; 其次, 使用知识蒸馏方法, 由高精度CLIP大模型作为教师模型指导轻量化网络PP-LCNet的训练; 最后, 提出基于大模型的权重损失, 通过为不同图片分配损失函数中的占比, 使模型能够根据图片的不同质量调整其在损失函数中的比例。在自制垃圾分类数据集上的实验结果表明, 与基线PP-LCNet分类模型相比, LSM-PPLCNet在不影响推理速度的前提下, Top-1 Accuracy可提升4.03百分点, 与其他主流模型相比也有显著优势, LSM-PPLCNet在垃圾分类任务中可实现精度与速度的平衡。

来源：2025年第7期

《计算机工程》期刊编辑部

查看计算机工程杂志2025年第7期