مستقبل أكثر اخضراراً من خلال رؤية الذكاء الاصطناعي والتحليلات الفوقية YOLO

‍تطبيق 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 أنظف وأكثر استدامة.

يتصور الفريق الذي يقف وراء شركة TrashBestie مستقبلاً لا تصبح فيه النفايات مصدر إزعاج بل فرصة للتغيير الإيجابي. فرز النفايات مهم لحماية البيئة وتوفير الموارد والحد من التلوث. ومع وضع ذلك في الاعتبار، أصبح TrashBestie الحل الرقمي الذي يمكّن الأفراد من اتخاذ قرارات مستنيرة لإدارة النفايات دون عناء. الهدف واضح: إلهام حركة جماعية نحو الإدارة المسؤولة للنفايات وتعزيز كوكب أنظف للأجيال القادمة.

تعرف على الفريق الذي يقف وراء TrashBestie

قبل أن نغوص في التكنولوجيا المبتكرة وراء TrashBestie، دعنا نتعرف على مبتكريها:

• هيلج روليكه: انتقل هيلج الذي يتمتع بخبرة في مبيعات الرعاية الصحية، إلى علم البيانات وأجرى بحثًا رائدًا حول أداء الشركات وتعويضات المديرين التنفيذيين. وهو أيضًا من عشاق الفطر ومنفتح على فرص جديدة في مجال علم البيانات.
  ‍
• بلدي: عالم بيانات ومطوّر واجهة أمامية يجمع بين المهارات اللازمة لمواجهة التحديات المعقدة وإنشاء تطبيقات ويب سهلة الاستخدام.
  ‍
• سيمانتيني شيندي: عالم بيانات مبتدئ لديه خبرة في تحليل البيانات والتعلم الآلي وغير ذلك. سيمانتيني من أشد المدافعين عن التطوير مفتوح المصدر الذي يستكشف باستمرار التقنيات الجديدة ويسعى إلى اتباع أسلوب حياة متوازن ومستدام.
  

رحلة التعلُّم الآلي والذكاء الاصطناعي البصري

بدأ هيلج في دراسة التعلم الآلي خلال أطروحته للماجستير، حيث درس علاقة أجر المدير بنجاح الشركة. وقد تضمن ذلك استخدام نماذج الانحدار وتقنيات التعلم الآلي. تمكن هيلج من التعمق أكثر في عالم الذكاء الاصطناعي البصري في معسكر Spiced Academy Bootcamp. وهناك، جرب التعلم العميق وحدد فائدة نماذج Ultralytics YOLO.

كان لي صديق شاركني مشاريعه في علم البيانات، مما أثار اهتمامها بالتعلم الآلي. فقد أبهرتها الطريقة التي يمكن أن تكشف بها البيانات عن الرؤى وتحسين العمليات. ولهذا السبب انضمت إلى المعسكر التدريبي، حيث التقت سيمانتيني وهيلج.

بدأت سيمانتيني في استكشاف التعلم الآلي خلال أطروحتها للماجستير. وقد اكتشفت إمكاناته في مجال عملها الذي يتضمن تقييم أضرار المباني الناجمة عن الزلازل. بعد تخرجها، عملت سيمانتي في وظائف مختلفة تتضمن البيانات. وقد قادتها هذه الوظائف في النهاية إلى معسكر تدريبي في مجال علوم البيانات، مما أثار اهتمامها بتعلم الآلة والذكاء الاصطناعي.

اختيار Ultralytics YOLO لـ TrashBestie

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

• سهولة الاستخدام: نظرًا لأن YOLOv8 مفتوح المصدر وسهل الاستخدام، فقد كان سهل الاستخدام إلى حد كبير بالنسبة للفريق.
  ‍
• الدقة: قدم YOLOv8 دقة أفضل، خاصة في درجات الدقة.
  ‍
• المرونة: تمكّن الفريق من دمج YOLOv8 بسلاسة مع Roboflow، مما عزز سير العمل لديهم.
  

كيف يعمل TrashBestie؟

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

1. اكتشف بكاميرتك. استخدم كاميرا جهازك لالتقاط صورة للمخلفات التي لست متأكداً من كيفية التخلص منها.
   ‍
2. التعرّف الفوري. بفضل تقنية التعرف على الصور في تطبيق YOLOv8، يمكن للتطبيق تحليل الصور بسرعة وتحديد أنواع النفايات المختلفة.
   ‍
3. رؤى تعليمية. لا تتوقف TrashBestie عند التوصيات. توفر هذه الأداة رؤى تعليمية للمستخدمين لفهم الطرق المقترحة للتخلص من النفايات. وهذا بدوره يعزز التعلم على المدى الطويل والعادات الواعية للتخلص من النفايات.
   ‍
4. سهل الاستخدام وسهل الوصول إليه. التطبيق سهل الاستخدام ومتاح للجميع، مما يجعل الفرز المسؤول بيئياً للنفايات متاحاً لأي شخص يستخدم جهاز أندرويد.

جربها

بناء تراشبيستي

تتضمن رحلة تطوير TrashBestie سلسلة من الخطوات الحاسمة:

1. وضع العلامات والشروح. يتم تصنيف الصور بعناية ووضع شروح لها باستخدام أدوات مثل Roboflow لإنشاء مجموعة بيانات قوية للتدريب.
   ‍
2. تصدير مجموعة البيانات. بعد تصدير مجموعة البيانات الموسومة، تصبح مجموعة بيانات اكتشاف الكائنات جاهزة للتدريب.
   ‍
3. التدريب باستخدام YOLOv8. يتم تدريب نموذج YOLOv8 على مجموعة البيانات المصدرة، مع التركيز على ضبط بارامتراته لتحسين دقة اكتشاف الأجسام.
   ‍
4. نشر Streamlit. نموذج YOLOv8 مدمج في تطبيق Streamlit، مما يضمن اكتشاف الكائنات بكفاءة ودقة. يُستضاف هذا التطبيق على GitHub باستخدام YOLOv8 و Streamlit لاكتشاف الأجسام وتتبعها.
   

مستقبل TrashBestie

يستمر TrashBestie في التحسين من خلال إضافة الترجمة وجعل التطبيق أكثر سهولة على نظامي iOS وAndroid وتحسين تقنيات معالجة الصور. يلتزم الفريق بتحسين أداء التطبيق ودقته باستمرار.

اطلع على مشروعهم على موقع Devpost، والذي يتضمن معرضاً للصور ومقطع فيديو على يوتيوب يعرض تفاصيل عملهم.

تعمل TrashBestie على إحداث ثورة في إدارة النفايات وجعل كوكبنا أكثر نظافة واستدامة. هذه هي الخطوة الأولى نحو المستقبل، والتي يمكن أن تحدث ثورة في مفهوم وظائف إدارة النفايات. انضم إليهم في هذه الرحلة المثيرة نحو مستقبل أكثر اخضراراً!

تواصل مع فريق TrashBestie:

هيلج لينكد إن، جيثب

سيمانتيني: لينكد إن، جيثب، ميديوم

بلدي لينكد إن: لينكد إن