研究人员开发了一种新型深度学习网络，用于自动化垃圾回收（AWR），旨在提高分割性能，尤其是在杂乱环境中。所提出的网络有效结合了空间域和光谱域信息，以捕捉局部结构依赖性和全局上下文关系。还引入了一个辅助特征增强模块（AFEM）来精炼物体边界并放大特征，进一步提高在挑战性场景下的分割精度。 AI
影响 这项研究有望带来更高效、更准确的自动化垃圾管理系统，提高回收率并减少对环境的影响。
排序理由 这是一篇研究论文，详细介绍了一种使用深度学习进行垃圾分割的新方法。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.13587v1 Announce Type: new Abstract: Rapid expansion of urban areas and population growth is causing an immense increase in waste production, which demands the need for efficient and automated waste management. In this scenario, automated waste recycling (AWR) using de…
Rapid expansion of urban areas and population growth is causing an immense increase in waste production, which demands the need for efficient and automated waste management. In this scenario, automated waste recycling (AWR) using deep learning methods can assist humans in optimal…