Un avenir plus vert grâce à la vision IA et Ultralytics YOLO

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

L'équipe derrière 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 protéger l'environnement, économiser les ressources et réduire la pollution. Dans cette optique, TrashBestie est devenue la solution numérique qui permet aux individus de prendre des décisions éclairées en matière de gestion des déchets sans effort. L'objectif est clair : inspirer un mouvement collectif vers une gestion responsable des déchets et favoriser une planète plus propre pour les générations futures.

Link to this sectionRencontre l'équipe derrière TrashBestie#

Avant de plonger dans la technologie innovante derrière TrashBestie, partons à la rencontre de ses créateurs :

• Helge Rölleke : Fort d'une expérience dans la vente de matériel médical, Helge s'est tourné vers la science des données et a mené des recherches révolutionnaires sur la performance des entreprises et la rémunération des cadres. Il est également passionné par les champignons et ouvert aux nouvelles opportunités en science des données.
• My : Une scientifique des données et développeuse frontend qui combine ses compétences pour relever des défis complexes et créer des applications web conviviales.
• Simantini Shinde : Une scientifique des données junior avec une expertise dans l'analyse de données, l'apprentissage automatique, et plus encore. Simantini est une fervente défenseuse du développement open-source qui explore constamment de nouvelles technologies et poursuit un mode de vie équilibré et durable.

Link to this sectionLe parcours vers l'apprentissage automatique et la Vision AI#

Helge a commencé à étudier l'apprentissage automatique pendant son mémoire de master, en examinant le lien entre la rémunération d'un manager et la réussite d'une entreprise. Cela impliquait l'utilisation de modèles de régression et de techniques d'apprentissage automatique. Helge a pu approfondir ses connaissances dans le monde de la Vision AI au Bootcamp de Spiced Academy. Là, il a expérimenté l'apprentissage profond et a déterminé l'utilité des modèles Ultralytics YOLO.

My avait un ami qui partageait ses projets de science des données, ce qui a suscité son intérêt pour l'apprentissage automatique. La façon dont les données pouvaient révéler des informations et 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 master. Elle a découvert son potentiel dans son domaine de travail, qui implique l'évaluation des dommages causés aux bâtiments par les tremblements de terre. Après avoir obtenu son diplôme, Simantini a occupé différents postes liés aux données. Ces emplois l'ont finalement menée vers un bootcamp de science des données et ont piqué son intérêt pour le ML et la Vision AI.

Link to this sectionChoisir Ultralytics YOLO pour TrashBestie#

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

• Convivialité : Parce que YOLOv8 est open-source et facile à utiliser, il était très accessible à l'équipe.
• Précision : YOLOv8 a fourni une meilleure précision, notamment en termes de scores de précision.
• Flexibilité : L'équipe a pu intégrer YOLOv8 de manière transparente avec Roboflow, améliorant ainsi son flux de travail.

Link to this sectionComment fonctionne TrashBestie ?#

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

1. Détecte avec ton appareil photo. Utilise l'appareil photo de ton appareil pour capturer une image de l'article de déchet dont tu ne sais pas comment te débarrasser.
2. Reconnaissance instantanée. Grâce à la technologie de reconnaissance d'image de YOLOv8, l'application peut analyser rapidement les images et identifier différents types de déchets.
3. Aperçus éducatifs. TrashBestie ne s'arrête pas aux recommandations. Cet outil fournit des informations éducatives aux utilisateurs pour comprendre les méthodes d'élimination des déchets suggérées. À son tour, cela favorise l'apprentissage à long terme et des habitudes d'élimination des déchets conscientes.
4. Facile à utiliser et accessible. L'application est conviviale et accessible à tous, rendant le tri des déchets écologiquement responsable réalisable pour quiconque utilise un appareil Android.

Essaie-le

Détection d'objets par webcam

Link to this sectionConstruire TrashBestie#

Le parcours de développement de TrashBestie implique une série d'étapes cruciales :

1. Étiquetage et annotation. Les images sont soigneusement étiquetées et annotées à l'aide d'outils comme Roboflow pour créer un jeu de données robuste pour l'entraînement.
2. Exportation du jeu de données. Après avoir exporté le jeu de données étiqueté, le jeu de données de détection d'objets est prêt pour l'entraînement.
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 une meilleure précision de détection d'objets.
4. Déploiement Streamlit. Le modèle YOLOv8 est intégré dans l'application Streamlit, garantissant une détection d'objets efficace et précise. Cette application est hébergée sur GitHub en utilisant YOLOv8 et Streamlit pour la détection et le suivi d'objets.

Link to this sectionL'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 d'image. L'équipe s'engage à améliorer continuellement les performances et la précision de l'application.

Découvre leur projet sur Devpost, qui inclut 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. C'est un premier pas vers l'avenir, qui pourrait même révolutionner la conception des carrières dans la gestion des déchets. Rejoins-les dans ce voyage passionnant vers un avenir plus vert !

Link to this sectionEntre en contact avec l'équipe de TrashBestie :#

Helge : LinkedIn, GitHub

Simantini : LinkedIn, GitHub, Medium

My : LinkedIn