基于Swin Transformer的知識(shí)蒸餾模型在垃圾分類上的應(yīng)用

打開文本圖片集

摘要：在綠色發(fā)展的主題下，深度學(xué)習(xí)高效地進(jìn)行垃圾分類方法亟待研究。在垃圾圖像分類問題中，大尺寸圖像包含著更豐富的信息。然而主流的基于CNN的深度學(xué)習(xí)難以從大尺寸圖片中提取長(zhǎng)序列特征。針對(duì)此問題，文章基于垃圾圖像數(shù)據(jù)設(shè)計(jì)了基于Swin Transformer模型的算法框架。該算法框架不僅解決了長(zhǎng)序列特征提取問題，還通過知識(shí)蒸餾方法解決了大模型體積過大難以部署的問題。（剩余9413字）