مستقبل أكثر اخضرارًا من خلال Vision AI و Ultralytics YOLO

TrashBestie هو تطبيق جديد يساعدنا على فرز النفايات وإدارتها بطريقة مختلفة وأفضل باستخدام الرؤية الحاسوبية. يستخدم TrashBestie التعلم العميق والتكنولوجيا المتقدمة لمساعدة الناس على اتخاذ إجراءات لجعل الكوكب أكثر نظافة واستدامة.

يتصور الفريق الذي يقف وراء TrashBestie مستقبلًا لم تعد فيه النفايات مصدر إزعاج بل فرصة للتغيير الإيجابي. يعد فرز النفايات أمرًا مهمًا لحماية البيئة وتوفير الموارد وتقليل التلوث. مع وضع ذلك في الاعتبار، أصبحت TrashBestie الحل الرقمي الذي يمكّن الأفراد من اتخاذ قرارات مستنيرة بشأن إدارة النفايات دون عناء. الهدف واضح: إلهام حركة جماعية نحو إدارة النفايات بشكل مسؤول وتعزيز كوكب أنظف للأجيال القادمة.

تعرّف على الفريق الذي يقف وراء TrashBestie

قبل أن نتعمق في التكنولوجيا المبتكرة التي تقف وراء TrashBestie، دعونا نتعرف على مبتكريها:

• Helge Rölleke: يتمتع هيلج بخبرة في مبيعات الرعاية الصحية، وقد انتقل إلى علم البيانات وأجرى أبحاثًا رائدة حول أداء الشركة وتعويضات المديرين التنفيذيين. إنه أيضًا متحمس للفطر ومنفتح على فرص جديدة في علم البيانات.
  ‍
• My: عالم بيانات ومطور واجهة أمامية يجمع بين المهارات لمواجهة التحديات المعقدة وإنشاء تطبيقات ويب سهلة الاستخدام.
  ‍
• سيمانتيني شيندي: عالمة بيانات مبتدئة ذات خبرة في تحليل البيانات والتعلم الآلي والمزيد. سيمانتيني هي مدافعة قوية عن تطوير المصادر المفتوحة وتستكشف باستمرار التقنيات الجديدة وتسعى إلى أسلوب حياة متوازن ومستدام.
  

الرحلة إلى التعلم الآلي والذكاء الاصطناعي البصري

بدأ هيلج بدراسة تعلم الآلة خلال رسالة الماجستير الخاصة به، حيث بحث في كيفية ارتباط أجر المدير بنجاح الشركة. وشمل ذلك استخدام نماذج الانحدار وتقنيات تعلم الآلة. تمكن هيلج من التعمق في عالم رؤية الذكاء الاصطناعي في معسكر Spiced Academy التدريبي. هنا، قام بتجربة التعلم العميق وحدد فائدة نماذج Ultralytics YOLO.

أنا كان لدي صديق شارك مشاريع علم البيانات الخاصة به، مما أثار اهتمامها بتعلم الآلة. الطريقة التي يمكن بها للبيانات الكشف عن رؤى وتحسين العمليات أذهلتها. لهذا السبب انضمت إلى المعسكر التدريبي، حيث التقت بسيمانتيني وهيلي.

بدأت سيمانتيني في استكشاف التعلم الآلي خلال رسالة الماجستير الخاصة بها. اكتشفت إمكاناته في مجال عملها، والذي يتضمن تقييم أضرار المباني الناجمة عن الزلازل. بعد تخرجها، شغلت سيمانتيني وظائف مختلفة تتعلق بالبيانات. أدت هذه الوظائف في النهاية إلى معسكر تدريب لعلوم البيانات وأثارت اهتمامها بالتعلم الآلي ورؤية الذكاء الاصطناعي.

اختيار Ultralytics YOLO لـ TrashBestie

إن استخدام TrashBestie لـ Ultralytics YOLOv8 كأداة أساسية هو أمر استراتيجي.

• سهل الاستخدام: نظرًا لأن YOLOv8 مفتوح المصدر وسهل الاستخدام، فقد كان متاحًا بدرجة كبيرة للفريق.
  ‍
• الدقة: يوفر YOLOv8 دقة أفضل، خاصة في درجات الدقة.
  ‍
• المرونة: يمكن للفريق دمج YOLOv8 بسلاسة مع Roboflow، مما يعزز سير عملهم.
  

كيف يعمل TrashBestie؟

تعمل TrashBestie كمساعد شخصي لفرز النفايات، باستخدام الذكاء الاصطناعي لتبسيط العملية إلى أربع خطوات مباشرة:

1. اكتشف باستخدام الكاميرا. استخدم كاميرا جهازك لالتقاط صورة لعنصر النفايات الذي لست متأكدًا من كيفية التخلص منه.
   ‍
2. التعرف الفوري. بفضل تقنية التعرف على الصور في YOLOv8، يمكن للتطبيق تحليل الصور بسرعة وتحديد أنواع مختلفة من النفايات.
   ‍
3. رؤى تعليمية. لا تتوقف TrashBestie عند التوصيات. توفر هذه الأداة رؤى تعليمية للمستخدمين لفهم طرق التخلص من النفايات المقترحة. وهذا بدوره يعزز التعلم على المدى الطويل وعادات التخلص الواعية من النفايات.
   ‍
4. سهل الاستخدام ويمكن الوصول إليه. التطبيق سهل الاستخدام ويمكن للجميع الوصول إليه، مما يجعل فرز النفايات المسؤول بيئيًا ممكنًا لأي شخص يستخدم جهاز Android.

جربها

بناء TrashBestie

تتضمن رحلة تطوير TrashBestie سلسلة من الخطوات الحاسمة:

1. التصنيف والتعليقات التوضيحية. يتم تصنيف الصور وتعليقها بعناية باستخدام أدوات مثل Roboflow لإنشاء مجموعة بيانات قوية للتدريب.
   ‍
2. تصدير مجموعة البيانات. بعد تصدير مجموعة البيانات المصنفة، تصبح مجموعة بيانات الكشف عن الكائنات جاهزة للتدريب.
   ‍
3. التدريب باستخدام YOLOv8. يتم تدريب نموذج YOLOv8 على مجموعة البيانات المصدرة، مع التركيز على الضبط الدقيق لمعلماته لتحسين دقة الكشف عن الأجسام.
   ‍
4. نشر Streamlit. تم دمج نموذج YOLOv8 في تطبيق Streamlit، مما يضمن الكشف الفعال والدقيق عن الكائنات. تتم استضافة هذا التطبيق على GitHub باستخدام YOLOv8 و Streamlit للكشف عن الكائنات وتتبعها.
   

مستقبل TrashBestie

تواصل TrashBestie التحسين عن طريق إضافة الترجمة، مما يجعلها أكثر سهولة على iOS و Android، وتحسين تقنيات معالجة الصور. يلتزم الفريق بالتحسين المستمر لأداء التطبيق ودقته.

تحقق من مشروعهم على Devpost، والذي يتضمن معرض صور ومقطع فيديو على YouTube يعرض تفاصيل عملهم.

تتمثل مهمة TrashBestie في إحداث ثورة في إدارة النفايات وجعل كوكبنا أنظف وأكثر استدامة. هذه هي الخطوة الأولى نحو المستقبل، والتي يمكن أن تحدث ثورة حتى في مفهوم وظائف إدارة النفايات. انضم إليهم في هذه الرحلة المثيرة نحو مستقبل أكثر اخضرارًا!

تواصل مع فريق TrashBestie:

هيلج: لينكد إن، GitHub

سيمانتيني: LinkedIn، GitHub، Medium

حسابي: LinkedIn