《“八五”普法公务员法律知识必读》.pdf

计 算 机 与 网 络技术论坛“八五”普法 公务员法律知识必读出版社：人民日报出版社定价：49.00元电话：[phone]本书根据公务员学习法律知识的要求，精选出最为相关的 30 多个法律法规，进行简要介绍；同时还收录了相关典型案例以案释法。全书结构科学严谨，内容权威丰富，语言通俗易懂，从理论和实践两方面对公务员应知应会法律知识进行了准确解读，重点突出，实用性、指导性强。广告本实验还对比了未经优化的YOLOv7-tiny以及引入本文注意力机制的YOLOv7-tiny模型在本文数据集上进行训练后的精确率、召回率、mAP，具体对比结果如表2所示。表2不同模型的性能指标评估由表2可以看出，改进后的YOLOv7-tiny模型比原模型整体性能高,在模型训练350轮后，召回率达到79.8%,提高了2.3%。当IOU阈值为0.5时的mAP达到了86.5%,提高了1.5%。可见，在检测头部引入CBAM注意力机制可以在一定程度上提升垃圾识别的精确率。为了验证改进之后网络模型的准确率，对测试集的垃圾图像进行检测分类训练，改进的YOLO模型对垃圾的部分识别效果如图6所示。（a）可回收垃圾（b）有害垃圾（c）厨余垃圾（d）其他垃圾图6改进模型后的部分垃圾识别效果由图6可以看出，改进后的模型对可回收垃圾、有害垃圾、厨余垃圾、其他垃圾能够准确地进行分类，且能达到较好的识别率。5结束语本文在YOLO模型中加入CBAM注意力模块，系统地分析了注意力模块对垃圾检测算法性能的影响，然后利用改进的网络结构实现了垃圾检测分类任务。经过注意力模块积极有效地提取特征，该方法能够在一定程度上提高垃圾检测分类的精准率，下一步将对模型进行特征融合，尝试构建更好的网络结构并将其用于模型训练，从而提升网络模型的性能。参考文献1 GIRSHICK R.Fast R-CNNC/2015 IEEE InternationalConference on Computer Vision.Santiago:IEEE,2015:1440-1448.2 REN S Q,HE K M,GIRSHICK R,et al.Faster R-CNN:TowardsReal-time Object Detection with Region Proposal NetworksJ.IEEE Transactions on Pattern Analysis MachineIntelligence,2017,39(6):1137-1149.3 HE K M,GKIOXARI G,DOLLA RP,et al.Mask R-CNNC/2017 IEEE International Conference on Computer Vision.Venice:IEEE,2017:2980-2988.4 LIU W,ANGUELOV D,ERHAN D,et al.SSD:Single ShotMultibox DetectorJ/OL.(2016-12-29)2023-03-10.https:/arxiv.org/abs/1512.02325.5 REDMON J,DIVVALA S,GIRSHICK R,et al.You OnlyLook Once:Unified,Real-time Object DetectionC/IEEEConference on Computer Vision and Pattern Recognition.Las Vegas:IEEE,2016:779-788.6马雯,于炯,王潇,等.基于改进Faster R-CNN的垃圾检测与分类方法J.计算机工程,2021,47(8):294-300.7张睿萍,宁芊,雷印杰,等.基于Mask R-CNN的生活垃圾检测J.计算机工程与科学,2022,44(11):2003-2009.8彭昕昀,李嘉乐,李婉,等.基于SSD算法的垃圾识别分类研究J.韶关学院学报,2019,40(6):15-20.9王铭杰.基于YOLO V3的垃圾自动定位及分类方法J.无线互联科技,2019,16(20):110-112.10吴子沛.面向垃圾分类的瓶罐识别分类系统D.邯郸:河北工程大学,2020.66