Un futuro più verde grazie a Vision AI e Ultralytics YOLO

‍TrashBestie è una nuova app che ci aiuta a differenziare e gestire i rifiuti in modo diverso e migliore grazie alla computer vision. TrashBestie utilizza il deep learning e una tecnologia avanzata per aiutare le persone ad agire per rendere il pianeta più pulito e sostenibile.

Il team di TrashBestie immagina un futuro in cui i rifiuti non siano più un fastidio ma un'opportunità di cambiamento positivo. La raccolta differenziata è importante per proteggere l'ambiente, risparmiare risorse e ridurre l'inquinamento. Con questo obiettivo, TrashBestie è diventata la soluzione digitale che consente agli individui di prendere decisioni informate sulla gestione dei rifiuti senza alcuno sforzo. L'obiettivo è chiaro: ispirare un movimento collettivo verso una gestione responsabile dei rifiuti e favorire un pianeta più pulito per le generazioni a venire.

Incontra il team dietro TrashBestie

Prima di immergerci nell'innovativa tecnologia che sta alla base di TrashBestie, conosciamo i suoi creatori:

• Helge Rölleke: con esperienza nelle vendite nel settore sanitario, Helge è passato alla scienza dei dati e ha condotto una ricerca innovativa sulle prestazioni aziendali e sui compensi dei dirigenti. È anche un appassionato di funghi e aperto a nuove opportunità di data science.
• Il mio: Un Data Scientist e uno Sviluppatore Frontend che combina le proprie competenze per affrontare sfide complesse e creare applicazioni web di facile utilizzo.
• Simantini Shinde: è una Junior Data Scientist esperta in analisi dei dati, apprendimento automatico e altro ancora. Simantini è una forte sostenitrice dello sviluppo open-source che esplora costantemente nuove tecnologie e persegue uno stile di vita equilibrato e sostenibile.
  

Il viaggio verso il Machine Learning e la Vision AI

Helge ha iniziato a studiare l'apprendimento automatico durante la sua tesi di laurea magistrale, esaminando il rapporto tra la retribuzione di un manager e il successo di un'azienda. Questo ha comportato l'utilizzo di modelli di regressione e tecniche di apprendimento automatico. Helge ha potuto approfondire il mondo dell'IA visionaria durante il Bootcamp di Spiced Academy. Qui ha sperimentato il deep learning e ha determinato l'utilità dei modelli Ultralytics YOLO .

Un mio amico ha condiviso i suoi progetti di scienza dei dati e questo ha scatenato il suo interesse per l'apprendimento automatico. Il modo in cui i dati possono scoprire intuizioni e ottimizzare i processi la affascinava. Per questo motivo si è iscritta al Bootcamp, dove ha conosciuto Simantini ed Helge.

Simantini ha iniziato a esplorare l'apprendimento automatico durante la sua tesi di laurea magistrale. Ha scoperto il suo potenziale nel suo campo di lavoro, che prevede la valutazione dei danni agli edifici causati dai terremoti. Dopo la laurea, Simantini ha svolto diversi lavori che riguardavano i dati. Questi lavori l'hanno portata a frequentare un bootcamp di scienza dei dati e hanno stimolato il suo interesse per l'intelligenza artificiale e la visione.

Scelta di Ultralytics YOLO per TrashBestie

L'uso di TrashBestie di Ultralytics YOLOv8 come strumento principale è strategico.

• Facile da usare: poiché YOLOv8 è open-sourced e facile da usare, è stato molto accessibile per il team.
• Accuratezza: YOLOv8 ha fornito una migliore accuratezza, soprattutto nei punteggi di precisione.
• Flessibilità: Il team ha potuto integrare perfettamente YOLOv8 con Roboflow, migliorando il flusso di lavoro.
  

Come funziona TrashBestie?

TrashBestie funziona come un assistente personale per la raccolta differenziata, utilizzando l'intelligenza artificiale per semplificare il processo in quattro semplici passi:

1. Rileva con la fotocamera. Usa la fotocamera del tuo dispositivo per catturare un'immagine del rifiuto che non sai come smaltire.
2. Riconoscimento istantaneo. Grazie alla tecnologia di riconoscimento delle immagini di YOLOv8, l'applicazione è in grado di analizzare rapidamente le immagini e di identificare i diversi tipi di rifiuti.
3. Approfondimenti didattici. TrashBestie non si ferma ai consigli. Questo strumento fornisce agli utenti approfondimenti educativi per comprendere i metodi di smaltimento dei rifiuti suggeriti. In questo modo si favorisce l'apprendimento a lungo termine e l'acquisizione di abitudini consapevoli nello smaltimento dei rifiuti.
4. Facile da usare e accessibile. L'applicazione è facile da usare e accessibile a tutti, rendendo la raccolta differenziata ecologicamente responsabile alla portata di chiunque utilizzi un dispositivo Android.

Prova

Costruire TrashBestie

Il percorso di sviluppo di TrashBestie prevede una serie di fasi cruciali:

1. Etichettatura e annotazione. Le immagini vengono accuratamente etichettate e annotate utilizzando strumenti come Roboflow per creare un solido set di dati per la formazione.
2. Esportazione del set di dati. Dopo aver esportato il dataset etichettato, il dataset di rilevamento degli oggetti è pronto per la formazione.
3. Addestramento con YOLOv8. Il modello YOLOv8 viene addestrato sul set di dati esportati, concentrandosi sulla messa a punto dei suoi parametri per migliorare l'accuratezza del rilevamento degli oggetti.
4. Implementazione di Streamlit. Il modello YOLOv8 è integrato nell'applicazione Streamlit, garantendo un rilevamento efficiente e preciso degli oggetti. Questa applicazione è ospitata su GitHub e utilizza YOLOv8 e Streamlit per il rilevamento e il tracciamento degli oggetti.
   

Il futuro di TrashBestie

TrashBestie continua a migliorare aggiungendo la localizzazione, rendendola più accessibile su iOS e Android e affinando le tecniche di elaborazione delle immagini. Il team si impegna a migliorare continuamente le prestazioni e la precisione dell'app.

Dai un'occhiata al loro progetto su Devpost, che include una galleria di immagini e un video su YouTube che mostra i dettagli del loro lavoro.

TrashBestie è in missione per rivoluzionare la gestione dei rifiuti e rendere il nostro pianeta più pulito e sostenibile. Si tratta di un primo passo verso il futuro, che potrebbe addirittura rivoluzionare la concezione delle carriere nella gestione dei rifiuti. Unisciti a loro in questo entusiasmante viaggio verso un futuro più verde!

‍

Contatta il team di TrashBestie:

Helge: LinkedIn, GitHub

Simantini: LinkedIn, GitHub, Medium

Il mio: LinkedIn