비전 AI와 Ultralytics YOLO를 통한 더 친환경적인 미래

TrashBestie는 컴퓨터 비전을 사용하여 폐기물을 색다르고 더 나은 방식으로 분류하고 관리할 수 있도록 돕는 새로운 앱입니다. TrashBestie는 딥러닝과 첨단 기술을 활용하여 사람들이 더 깨끗하고 지속 가능한 지구를 만들기 위한 행동에 나설 수 있도록 지원합니다.

TrashBestie 팀은 폐기물이 더 이상 골칫거리가 아닌 긍정적인 변화를 위한 기회가 되는 미래를 꿈꿉니다. 폐기물 분류는 환경을 보호하고 자원을 절약하며 오염을 줄이는 데 중요합니다. 이러한 점을 염두에 두고, TrashBestie는 개인이 손쉽게 정보에 입각한 폐기물 관리 결정을 내릴 수 있도록 지원하는 디지털 솔루션으로 탄생했습니다. 목표는 분명합니다. 책임감 있는 폐기물 관리로 나아가는 집단적 움직임을 고취하고 미래 세대를 위해 더 깨끗한 지구를 조성하는 것입니다.

Link to this sectionTrashBestie 팀을 소개합니다#

TrashBestie의 혁신적인 기술을 살펴보기 전에, 팀원들을 먼저 소개하겠습니다.

• Helge Rölleke: 헬스케어 영업 분야에서 경험을 쌓은 Helge는 데이터 과학으로 전향하여 기업 성과와 경영진 보상에 관한 획기적인 연구를 수행했습니다. 그는 버섯 애호가이기도 하며 새로운 데이터 과학 기회에 열려 있습니다.
• My: 데이터 과학자이자 프론트엔드 개발자로서, 자신의 기술을 결합하여 복잡한 문제를 해결하고 사용자 친화적인 웹 애플리케이션을 개발합니다.
• Simantini Shinde: 데이터 분석, 머신러닝 등에 전문성을 갖춘 주니어 데이터 과학자입니다. Simantini는 오픈 소스 개발의 강력한 옹호자이며, 끊임없이 새로운 기술을 탐구하고 균형 잡힌 지속 가능한 라이프스타일을 추구합니다.

Link to this section머신러닝과 Vision AI를 향한 여정#

Helge는 석사 학위 논문을 작성하는 동안 경영자의 보수가 기업의 성공과 어떻게 관련되는지를 조사하며 머신러닝을 공부하기 시작했습니다. 여기에는 회귀 모델과 머신러닝 기법이 사용되었습니다. Helge는 Spiced Academy의 부트캠프에서 vision AI의 세계를 더 깊이 탐구할 수 있었습니다. 그곳에서 그는 딥러닝을 실험했고 Ultralytics YOLO 모델의 유용성을 확인했습니다.

My는 데이터 과학 프로젝트를 공유하는 친구를 통해 머신러닝에 관심을 갖게 되었습니다. 데이터가 어떻게 통찰력을 발견하고 프로세스를 최적화할 수 있는지에 매료되었습니다. 이것이 그녀가 부트캠프에 참여하게 된 이유이며, 그곳에서 Simantini와 Helge를 만났습니다.

Simantini는 석사 학위 논문을 작성하면서 머신러닝을 탐구하기 시작했습니다. 그녀는 지진으로 인한 건물 피해를 평가하는 자신의 업무 분야에서 머신러닝의 잠재력을 발견했습니다. 졸업 후 Simantini는 데이터와 관련된 다양한 업무를 수행했습니다. 이러한 업무들은 결국 그녀를 데이터 과학 부트캠프로 이끌었고 ML과 vision AI에 대한 관심을 높였습니다.

Link to this sectionTrashBestie를 위한 Ultralytics YOLO 선택#

TrashBestie가 주요 도구로 Ultralytics YOLOv8을 사용하는 것은 전략적인 선택입니다.

• 사용자 친화적: YOLOv8은 오픈 소스이고 사용하기 쉽기 때문에 팀이 접근하기 매우 좋았습니다.
• 정확도: YOLOv8은 특히 정밀도 점수에서 더 나은 정확도를 제공했습니다.
• 유연성: 팀은 YOLOv8을 Roboflow와 원활하게 통합하여 워크플로우를 향상할 수 있었습니다.

Link to this sectionTrashBestie는 어떻게 작동하나요?#

TrashBestie는 개인용 폐기물 분류 도우미로 작동하며, 인공지능을 사용하여 다음 네 가지 간단한 단계로 과정을 단순화합니다.

1. 카메라로 감지: 기기의 카메라를 사용하여 폐기 방법을 잘 모르는 폐기물 항목의 이미지를 캡처합니다.
2. 즉각적인 인식: YOLOv8의 이미지 인식 기술 덕분에 앱이 이미지를 빠르게 분석하고 다양한 폐기물 유형을 식별할 수 있습니다.
3. 교육적 통찰력: TrashBestie는 추천에서 멈추지 않습니다. 이 도구는 사용자가 제안된 폐기물 처리 방법을 이해할 수 있도록 교육적인 통찰력을 제공합니다. 결과적으로 이는 장기적인 학습과 의식 있는 폐기물 처리 습관을 촉진합니다.
4. 사용하기 쉽고 접근성 높음: 이 앱은 사용자 친화적이고 누구나 접근할 수 있어, Android 기기를 사용하는 사람이라면 누구나 환경을 고려한 폐기물 분류를 실천할 수 있습니다.

직접 사용해 보기

웹캠 객체 탐지

Link to this sectionTrashBestie 구축#

TrashBestie의 개발 여정은 다음과 같은 일련의 중요한 단계를 포함합니다.

1. 라벨링 및 주석 작성: 훈련을 위한 강력한 데이터 세트를 만들기 위해 Roboflow와 같은 도구를 사용하여 이미지를 세심하게 라벨링하고 주석을 답니다.
2. 데이터 세트 내보내기: 라벨링된 데이터 세트를 내보내면 객체 탐지 데이터 세트가 훈련을 위해 준비됩니다.
3. YOLOv8을 사용한 훈련: 내보낸 데이터 세트로 YOLOv8 모델을 훈련하며, 더 나은 객체 탐지 정확도를 위해 매개변수를 미세 조정하는 데 집중합니다.
4. Streamlit 배포: YOLOv8 모델을 Streamlit 애플리케이션에 통합하여 효율적이고 정확한 객체 탐지를 보장합니다. 이 앱은 객체 탐지 및 추적을 위해 YOLOv8과 Streamlit을 사용하여 GitHub에 호스팅됩니다.

Link to this sectionTrashBestie의 미래#

TrashBestie는 로컬라이제이션(현지화)을 추가하고 iOS 및 Android에서의 접근성을 높이며 이미지 처리 기법을 개선하여 계속해서 발전하고 있습니다. 팀은 앱의 성능과 정밀도를 지속적으로 개선하는 데 전념하고 있습니다.

이미지 갤러리와 작업 내용을 보여주는 YouTube 영상이 포함된 Devpost에서 그들의 프로젝트를 확인해 보세요.

TrashBestie는 폐기물 관리를 혁신하고 지구를 더 깨끗하고 지속 가능하게 만들겠다는 사명을 가지고 있습니다. 이는 폐기물 관리 경력에 대한 개념 자체를 바꿀 수 있는 미래를 향한 첫걸음입니다. 더 푸른 미래를 향한 흥미로운 여정에 동참해 주세요!

Link to this sectionTrashBestie 팀에게 연락하기:#

Helge: LinkedIn, GitHub

Simantini: LinkedIn, GitHub, Medium

My: LinkedIn