基于动态对抗适应网络的垃圾分类算法

为了解决垃圾的自动分类问题，基于动态对抗适应网络，提出了一种融入空间注意力机制的垃圾图像分类算法。在训练迭代过程中，算法通过利用领域鉴别器与特征提取器的相互对抗，不断增强领域鉴别器的识别能力与特征提取器的迷惑能力，让模型学习获得更多的领域不变量；并针对模型的参数进行不断优化更新，最终达到领域适应的目的。同时，将空间注意力模块融入领域对抗自适应中，使得网络更加关注与分类任务有关的关键区域，使模型能够定位到感兴趣的信息，并对无用信息进行抑制。在垃圾数据集上的实验结果表明，所提模型可以取得较好的分类效果，且优于对比算法。