비전 AI와 Ultralytics YOLO를 통한 더 푸른 미래

‍TrashBestie는 컴퓨터 비전을 사용하여 쓰레기를 더 나은 방식으로 분류하고 관리할 수 있도록 도와주는 새로운 앱입니다. TrashBestie는 딥러닝과 첨단 기술을 사용하여 사람들이 지구를 더 깨끗하고 지속 가능하게 만들기 위한 조치를 취하도록 돕습니다.

TrashBestie 팀은 쓰레기가 더 이상 골칫거리가 아닌 긍정적인 변화를 위한 기회가 되는 미래를 구상합니다. 쓰레기 분류는 환경을 보호하고, 자원을 절약하며, 오염을 줄이는 데 중요합니다. 이러한 점을 염두에 두고 TrashBestie는 개인이 정보에 입각한 폐기물 관리 결정을 쉽게 내릴 수 있도록 지원하는 디지털 솔루션이 되었습니다. 목표는 분명합니다. 책임감 있는 폐기물 관리를 향한 집단적 움직임을 고취하고 미래 세대를 위해 더 깨끗한 지구를 조성하는 것입니다.

TrashBestie 팀을 소개합니다

TrashBestie의 혁신적인 기술에 대해 자세히 알아보기 전에 먼저 제작자를 만나보겠습니다.

• Helge Rölleke: 헬스케어 영업 분야에서 경력을 쌓은 Helge는 데이터 과학으로 전환하여 회사 성과 및 경영진 보상에 대한 획기적인 연구를 수행했습니다. 그는 또한 버섯 애호가이며 새로운 데이터 과학 기회에 열려 있습니다.
  ‍
• My: 데이터 과학자이자 프론트엔드 개발자로서 기술을 결합하여 복잡한 문제를 해결하고 사용자 친화적인 웹 애플리케이션을 만듭니다.
  ‍
• Simantini Shinde: 데이터 분석, 머신 러닝 등에 대한 전문 지식을 갖춘 주니어 데이터 과학자입니다. Simantini는 오픈 소스 개발의 강력한 옹호자이며 끊임없이 새로운 기술을 탐구하고 균형 잡힌 지속 가능한 라이프스타일을 추구합니다.
  

머신 러닝 및 비전 AI로의 여정

Helge는 석사 논문에서 관리자의 급여가 회사의 성공과 어떤 관련이 있는지 조사하면서 머신 러닝을 공부하기 시작했습니다. 여기에는 회귀 모델과 머신 러닝 기술을 사용하는 것이 포함되었습니다. Helge는 Spiced Academy의 부트캠프에서 비전 AI의 세계를 더 깊이 탐구할 수 있었습니다. 여기서 그는 딥러닝을 실험하고 Ultralytics YOLO 모델의 유용성을 확인했습니다.

My는 친구가 데이터 과학 프로젝트를 공유한 것을 계기로 머신 러닝에 관심을 갖게 되었습니다. 데이터가 통찰력을 발견하고 프로세스를 최적화할 수 있다는 점이 그녀를 매료시켰습니다. 그래서 그녀는 Simantini와 Helge를 만난 부트캠프에 합류했습니다.

Simantini는 석사 논문 연구 중에 머신 러닝을 탐구하기 시작했습니다. 그녀는 지진으로 인한 건물 피해를 평가하는 자신의 업무 분야에서 머신 러닝의 잠재력을 발견했습니다. 졸업 후 Simantini는 데이터 관련 다양한 직업을 가졌습니다. 이러한 직업은 결국 그녀를 데이터 과학 부트캠프로 이끌었고 ML 및 비전 AI에 대한 그녀의 관심을 불러일으켰습니다.

TrashBestie를 위한 Ultralytics YOLO 선택

TrashBestie가 주요 도구로 Ultralytics YOLOv8을 사용하는 것은 전략적 선택입니다.

• 사용자 친화적: YOLOv8은 오픈 소스이며 사용하기 쉬워서 팀이 접근하기 용이했습니다.
  ‍
• 정확성: YOLOv8은 특히 정밀도 점수에서 더 나은 정확도를 제공했습니다.
  ‍
• 유연성: 팀은 YOLOv8을 Roboflow와 원활하게 통합하여 워크플로우를 개선할 수 있었습니다.
  

TrashBestie는 어떻게 작동하나요?

TrashBestie는 개인 폐기물 분류 도우미로 작동하며, 인공지능을 사용하여 이 과정을 네 가지 간단한 단계로 간소화합니다.

1. 카메라로 감지. 장치의 카메라를 사용하여 어떻게 처리해야 할지 확실하지 않은 폐기물 품목의 이미지를 캡처합니다.
   ‍
2. 즉각적인 인식. YOLOv8의 이미지 인식 기술 덕분에 앱은 이미지를 빠르게 분석하고 다양한 유형의 폐기물을 식별할 수 있습니다.
   ‍
3. 교육적 통찰력. TrashBestie는 추천에서 멈추지 않습니다. 이 도구는 사용자에게 제안된 폐기물 처리 방법을 이해할 수 있도록 교육적 통찰력을 제공합니다. 결과적으로 장기적인 학습과 의식적인 폐기물 처리 습관을 장려합니다.
   ‍
4. 사용하기 쉽고 접근 가능. 이 앱은 사용자 친화적이며 모든 사람이 접근할 수 있어 Android 기기를 사용하는 모든 사람이 환경적으로 책임감 있는 폐기물 분류를 달성할 수 있습니다.

사용해 보세요

TrashBestie 구축

TrashBestie 개발 여정에는 다음과 같은 중요한 단계들이 포함됩니다.

1. 레이블링 및 어노테이션. Roboflow와 같은 도구를 사용하여 이미지를 꼼꼼하게 레이블링하고 어노테이션하여 학습을 위한 강력한 데이터 세트를 만듭니다.
   ‍
2. 데이터 세트 내보내기. 레이블링된 데이터 세트를 내보낸 후 객체 탐지 데이터 세트는 학습 준비가 완료됩니다.
   ‍
3. YOLOv8을 사용한 학습. YOLOv8 모델은 내보낸 데이터 세트를 기반으로 학습되며, 객체 탐지 정확도 향상을 위해 파라미터를 미세 조정하는 데 중점을 둡니다.
   ‍
4. Streamlit 배포. YOLOv8 모델은 효율적이고 정확한 객체 탐지를 보장하기 위해 Streamlit 애플리케이션에 통합되었습니다. 이 앱은 객체 탐지 및 추적을 위해 YOLOv8 및 Streamlit을 사용하여 GitHub에서 호스팅됩니다.
   

TrashBestie의 미래

TrashBestie는 지속적으로 개선되어 위치 정보를 추가하고 iOS 및 Android에서 더 쉽게 접근할 수 있도록 하며 이미지 처리 기술을 개선하고 있습니다. 팀은 앱의 성능과 정확성을 지속적으로 개선하기 위해 노력하고 있습니다.

이미지 갤러리 및 작업 세부 정보를 보여주는 YouTube 비디오가 포함된 Devpost에서 해당 프로젝트를 확인하십시오.

TrashBestie는 폐기물 관리에 혁명을 일으키고 지구를 더 깨끗하고 지속 가능하게 만드는 것을 목표로 합니다. 이는 폐기물 관리 직업에 대한 개념에 혁명을 일으킬 수도 있는 미래를 향한 첫 번째 단계입니다. 더 친환경적인 미래를 향한 이 흥미진진한 여정에 함께 하세요!

TrashBestie 팀에 문의하세요:

Helge: LinkedIn, GitHub

Simantini: LinkedIn, GitHub, Medium

My: LinkedIn