Un avenir plus vert grâce à Vision AI et Ultralytics YOLO

‍TrashBestie est une nouvelle application qui nous aide à trier et à gérer les déchets d'une manière différente et meilleure en utilisant la vision par ordinateur. TrashBestie utilise l'apprentissage profond et la technologie avancée pour aider les gens à agir pour rendre la planète plus propre et plus durable.

L'équipe à l'origine de TrashBestie imagine un avenir où les déchets ne sont plus une nuisance mais une opportunité de changement positif. Le tri des déchets est important pour la protection de l'environnement, l'économie des ressources et la réduction de la pollution. C'est dans cette optique que TrashBestie est devenue la solution numérique qui permet aux individus de prendre sans effort des décisions éclairées en matière de gestion des déchets. L'objectif est clair : inspirer un mouvement collectif vers une gestion responsable des déchets et favoriser une planète plus propre pour les générations à venir.

Rencontrez l'équipe derrière TrashBestie

Avant de nous plonger dans la technologie innovante de TrashBestie, rencontrons ses créateurs :

• Helge Rölleke: Expérimenté dans la vente de produits de santé, Helge s'est reconverti dans la science des données et a mené des recherches novatrices sur la performance des entreprises et la rémunération des dirigeants. Il est également amateur de champignons et ouvert à de nouvelles opportunités dans le domaine de la science des données.
  ‍
• Mon: Un Data Scientist et un développeur Frontend qui combine ses compétences pour relever des défis complexes et créer des applications web conviviales.
  ‍
• Simantini Shinde: Un scientifique de données junior avec une expertise dans l'analyse de données, l'apprentissage automatique, et plus encore. Simantini est un fervent défenseur du développement open-source qui explore constamment de nouvelles technologies et poursuit un mode de vie équilibré et durable.
  

Le voyage vers l'apprentissage automatique et l'IA visionnaire

Helge a commencé à étudier l'apprentissage automatique dans le cadre de son mémoire de maîtrise, en examinant le lien entre la rémunération d'un cadre et la réussite d'une entreprise. Pour ce faire, il a utilisé des modèles de régression et des techniques d'apprentissage automatique. Helge a pu plonger plus profondément dans le monde de l'IA visionnaire lors du Bootcamp de la Spiced Academy. Il y a expérimenté l'apprentissage profond et déterminé l'utilité des modèles YOLO d'Ultralytics.

Un ami de My lui a fait part de ses projets de science des données, ce qui a éveillé son intérêt pour l'apprentissage automatique. La façon dont les données peuvent permettre de découvrir des informations et d'optimiser les processus l'a fascinée. C'est pourquoi elle a rejoint le Bootcamp, où elle a rencontré Simantini et Helge.

Simantini a commencé à explorer l'apprentissage automatique pendant son mémoire de maîtrise. Elle a découvert son potentiel dans son domaine de travail, qui consiste à évaluer les dommages causés aux bâtiments par les tremblements de terre. Après avoir obtenu son diplôme, Simanti a occupé différents emplois impliquant des données. Ces emplois l'ont finalement conduite à un bootcamp de science des données et ont éveillé son intérêt pour l'apprentissage automatique et l'IA visionnaire.

Choisir Ultralytics YOLO pour TrashBestie

L'utilisation par TrashBestie d'Ultralytics YOLOv8 comme outil principal est stratégique.

• Convivialité : YOLOv8 étant un logiciel libre et facile à utiliser, il a été très accessible à l'équipe.
  ‍
• Précision : YOLOv8 a fourni une meilleure précision, en particulier dans les scores de précision.
  ‍
• Flexibilité : L'équipe a pu intégrer YOLOv8 de manière transparente à Roboflow, améliorant ainsi son flux de travail.
  

Comment fonctionne TrashBestie ?

TrashBestie fonctionne comme un assistant personnel de tri des déchets, utilisant l'intelligence artificielle pour simplifier le processus en quatre étapes directes :

1. Détectez avec votre appareil photo. Utilisez l'appareil photo de votre appareil pour capturer une image du déchet dont vous ne savez pas comment vous débarrasser.
   ‍
2. Reconnaissance instantanée. Grâce à la technologie de reconnaissance d'images de YOLOv8, l'application peut rapidement analyser les images et identifier les différents types de déchets.
   ‍
3. Perspectives éducatives. TrashBestie ne s'arrête pas aux recommandations. Cet outil fournit des informations pédagogiques aux utilisateurs afin qu'ils comprennent les méthodes d'élimination des déchets suggérées. Cela favorise l'apprentissage à long terme et l'adoption d'habitudes conscientes en matière d'élimination des déchets.
   ‍
4. Facile à utiliser et accessible. L'application est conviviale et accessible à tous, rendant le tri des déchets respectueux de l'environnement réalisable pour toute personne utilisant un appareil Android.

Essayez-le

Construction TrashBestie

Le développement de TrashBestie passe par une série d'étapes cruciales :

1. Étiquetage et annotation. Les images sont soigneusement étiquetées et annotées à l'aide d'outils tels que Roboflow afin de créer un ensemble de données robuste pour la formation.
   ‍
2. Exportation de l'ensemble de données. Après avoir exporté l'ensemble de données étiquetées, l'ensemble de données de détection d'objets est prêt pour la formation.
   ‍
3. Entraînement avec YOLOv8. Le modèle YOLOv8 est entraîné sur le jeu de données exporté, en se concentrant sur l'ajustement de ses paramètres pour améliorer la précision de la détection des objets.
   ‍
4. Déploiement de Streamlit. Le modèle YOLOv8 est intégré à l'application Streamlit, ce qui garantit une détection efficace et précise des objets. Cette application est hébergée sur GitHub et utilise YOLOv8 et Streamlit pour la détection et le suivi des objets.
   

L'avenir de TrashBestie

TrashBestie continue de s'améliorer en ajoutant la localisation, en la rendant plus accessible sur iOS et Android, et en affinant les techniques de traitement des images. L'équipe s'engage à améliorer continuellement les performances et la précision de l'application.

Découvrez leur projet sur Devpost, qui comprend une galerie d'images et une vidéo YouTube présentant les détails de leur travail.

TrashBestie a pour mission de révolutionner la gestion des déchets et de rendre notre planète plus propre et plus durable. Il s'agit d'un premier pas vers l'avenir, qui pourrait même révolutionner la conception des carrières dans le domaine de la gestion des déchets. Rejoignez-les dans ce voyage passionnant vers un avenir plus vert !

Contactez l'équipe TrashBestie :

Helge : LinkedIn, GitHub

Simantini : LinkedIn, GitHub, Medium

Mon : LinkedIn