Vision AI와 Ultralytics YOLO를 통한 더 푸른 미래

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

TrashBestie를 만든 팀은 폐기물이 더 이상 골칫거리가 아니라 긍정적인 변화를 위한 기회가 되는 미래를 그리고 있습니다. 폐기물 분류는 환경을 보호하고 자원을 절약하며 오염을 줄이는 데 중요합니다. 이러한 목표를 바탕으로 TrashBestie는 개인이 폐기물 관리에 관해 정보에 입각한 결정을 손쉽게 내릴 수 있도록 지원하는 디지털 솔루션이 되었습니다. 목표는 분명합니다. 책임 있는 폐기물 관리를 향한 공동의 움직임을 촉진하고, 미래 세대를 위해 더 깨끗한 지구를 만드는 것입니다.

TrashBestie를 만든 팀을 만나보세요#

TrashBestie를 뒷받침하는 혁신적인 기술을 살펴보기에 앞서, 제작자들을 만나보겠습니다.

• Helge Rölleke: 헬게는 의료 분야 영업 경험을 쌓은 후 데이터 사이언스로 전향하여 기업 성과와 경영진 보수에 관한 획기적인 연구를 수행했습니다. 또한 버섯 애호가이며 새로운 데이터 사이언스 기회에도 열려 있습니다.
• My: 복잡한 문제를 해결하고 사용자 친화적인 웹 애플리케이션을 만들기 위해 데이터 사이언스와 프론트엔드 개발 역량을 결합하는 데이터 사이언티스트이자 프론트엔드 개발자입니다.
• Simantini Shinde: 데이터 분석, 머신러닝 등을 전문으로 하는 주니어 데이터 사이언티스트입니다. 시만티니는 오픈 소스 개발을 강력하게 지지하며 새로운 기술을 끊임없이 탐구하고 균형 잡힌 지속 가능한 라이프스타일을 추구합니다.

머신러닝과 Vision AI를 향한 여정#

Helge는 석사 논문을 작성하면서 머신러닝을 공부하기 시작했으며, 관리자의 급여가 회사의 성공과 어떤 관련이 있는지 조사했습니다. 이 과정에서 회귀 모델과 머신러닝 기법을 활용했습니다. 헬게는 Spiced Academy의 부트캠프에서 Vision AI의 세계를 더욱 깊이 탐구할 수 있었습니다. 이곳에서 딥러닝을 실험하고 Ultralytics YOLO 모델의 유용성을 확인했습니다.

My는 자신의 데이터 사이언스 프로젝트를 공유해 준 친구를 통해 머신러닝에 관심을 갖게 되었습니다. 데이터가 어떻게 인사이트를 발견하고 프로세스를 최적화할 수 있는지에 매료되었습니다. 이것이 바로 부트캠프에 참여한 이유이며, 그곳에서 시만티니와 헬게를 만났습니다.

Simantini는 석사 논문을 작성하면서 머신러닝을 탐구하기 시작했습니다. 지진으로 인한 건물 손상을 평가하는 자신의 업무 분야에서 머신러닝의 잠재력을 발견했습니다. 졸업 후 시만티니는 데이터를 다루는 여러 직업을 경험했습니다. 이러한 경험은 결국 그녀를 데이터 사이언스 부트캠프로 이끌었고 ML과 Vision AI에 대한 관심을 불러일으켰습니다.

TrashBestie에 Ultralytics YOLO를 선택한 이유#

TrashBestie가 기본 도구로 Ultralytics YOLOv8을 사용한 것은 전략적인 선택입니다.

• 사용 편의성: Ultralytics YOLOv8은 오픈 소스이며 사용하기 쉬워 팀이 쉽게 활용할 수 있었습니다.
• 정확도: Ultralytics YOLOv8은 특히 정밀도 점수에서 더 높은 정확도를 제공했습니다.
• 유연성: 팀은 Ultralytics YOLOv8을 Roboflow와 원활하게 통합하여 워크플로를 개선할 수 있었습니다.

TrashBestie는 어떻게 작동하나요?#

TrashBestie는 인공지능을 활용하는 개인용 폐기물 분류 도우미로, 다음 네 가지 간단한 단계로 절차를 간소화합니다.

1. 카메라로 감지합니다. 기기의 카메라를 사용하여 어떻게 폐기해야 할지 모르는 폐기물의 이미지를 촬영합니다.
2. 즉시 인식합니다. Ultralytics YOLOv8의 이미지 인식 기술을 바탕으로 이 앱은 이미지를 신속하게 분석하고 다양한 유형의 폐기물을 식별할 수 있습니다.
3. 교육적 인사이트를 제공합니다. TrashBestie는 권장 사항을 제시하는 데 그치지 않습니다. 이 도구는 사용자가 권장된 폐기 방법을 이해할 수 있도록 교육적 인사이트를 제공합니다. 이를 통해 장기적인 학습과 의식적인 폐기 습관을 촉진합니다.
4. 사용하기 쉽고 접근성이 높습니다. 이 앱은 사용자 친화적이고 누구나 이용할 수 있어 Android 기기를 사용하는 사람이라면 누구나 환경을 고려한 책임 있는 폐기물 분류를 실천할 수 있습니다.

직접 사용해 보세요

웹캠 객체 감지

TrashBestie 구축하기#

TrashBestie의 개발 과정에는 다음과 같은 주요 단계가 포함됩니다.

1. 라벨링 및 어노테이션: Roboflow와 같은 도구를 사용하여 이미지를 신중하게 라벨링하고 어노테이션하여 학습에 사용할 견고한 데이터셋을 생성합니다.
2. 데이터셋 내보내기: 라벨링된 데이터셋을 내보내면 객체 감지 데이터셋을 학습에 사용할 준비가 완료됩니다.
3. Ultralytics YOLOv8으로 학습: 내보낸 데이터셋으로 YOLOv8 모델을 학습하며, 객체 감지 정확도를 높이기 위해 파라미터를 파인튜닝하는 데 중점을 둡니다.
4. Streamlit 배포: Ultralytics YOLOv8 모델을 Streamlit 애플리케이션에 통합하여 효율적이고 정확한 객체 감지를 보장합니다. 이 앱은 객체 감지 및 추적을 위해 YOLOv8과 Streamlit을 사용하여 GitHub에서 호스팅됩니다.

TrashBestie의 미래#

TrashBestie는 현지화 기능을 추가하고 iOS와 Android에서 더 쉽게 사용할 수 있도록 하며 이미지 처리 기법을 개선하는 등 지속적으로 발전하고 있습니다. 팀은 앱의 성능과 정밀도를 꾸준히 개선하기 위해 노력하고 있습니다.

이미지 갤러리와 작업 세부 사항을 보여주는 YouTube 동영상이 포함된 프로젝트를 Devpost에서 확인해 보세요.

TrashBestie는 폐기물 관리를 혁신하고 지구를 더 깨끗하고 지속 가능하게 만들기 위해 노력하고 있습니다. 이는 미래를 향한 첫걸음이며, 폐기물 관리 관련 직업에 대한 인식까지 혁신할 수 있습니다. 더 친환경적인 미래를 향한 이 흥미진진한 여정에 함께하세요!

TrashBestie 팀에 문의하세요.#

Helge: LinkedIn, GitHub

Simantini: LinkedIn, GitHub, Medium

My: LinkedIn