摘要： 生活垃圾的有效分类处理是改善社会环境的一项重要措施，传统的垃圾分类算法 已经不能满足当前垃圾分类的要求。为了提高生活垃圾分类性能，在深入研究卷积神经网络中 不同层次具有不同特征的基础上，提出一种面向生活垃圾图像分类的多级特征加权融合算法。 构建基于 ＲｅｓＮｅｔ的特征提取网络，通过多分支网络结构提取并处理图像不同层次的特征信息， 在特征融合过程中分析自适应权重融合和固定权重融合对图像分类性能的影响，选取更优的加 权融合方法对多级特征进行融合，从而获取更丰富的生活垃圾图像特征信息，提高垃圾分类准 确率。实验结果表明，该算法在华为生活垃圾图像数据集上的分类准确率最高可达 ９７．５３％， 优于其他算法，具有一定的实用价值。

关键词: 垃圾分类；生活垃圾图像；多级特征；加权融合；多分支网络

中图分类号: 

• TP39