비전 AI와 Ultralytics YOLO를 통한 더 친환경적인 미래

TrashBestie는 컴퓨터 비전을 사용하여 새롭고 더 나은 방식으로 폐기물을 분류하고 관리하는 데 도움을 주는 새로운 앱입니다. TrashBestie는 딥러닝과 첨단 기술을 활용하여 사람들이 더 깨끗하고 지속 가능한 지구를 만들기 위한 행동에 동참하도록 돕습니다.

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.

TrashBestie 팀을 소개합니다#

TrashBestie의 혁신적인 기술을 살펴보기 전에, 팀원들을 먼저 소개하겠습니다.

• Helge Rölleke: 헬스케어 영업 분야의 경력을 가진 Helge는 데이터 사이언스로 전향하여 기업 성과와 임원 보수에 관한 획기적인 연구를 수행했습니다. 또한 그는 버섯 애호가이며 새로운 데이터 사이언스 기회에 열려 있습니다.
• My: 복잡한 문제를 해결하고 사용자 친화적인 웹 애플리케이션을 만들기 위해 역량을 결합하는 데이터 사이언티스트 겸 프론트엔드 개발자입니다.
• Simantini Shinde: 데이터 분석, 머신러닝 등의 전문성을 갖춘 주니어 데이터 사이언티스트입니다. Simantini는 오픈소스 개발의 강력한 옹호자로서 끊임없이 새로운 기술을 탐구하고 균형 잡히고 지속 가능한 삶을 추구합니다.

머신러닝과 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.

TrashBestie를 위한 Ultralytics YOLO 선택#

TrashBestie가 주요 도구로 Ultralytics YOLOv8을(를) 사용하는 것은 전략적입니다.

• 사용자 친화성: Ultralytics YOLOv8은 오픈소스이고 사용하기 쉬워서 팀에서 매우 쉽게 접근할 수 있었습니다.
• 정확도: Ultralytics YOLOv8은 특히 정밀도 점수에서 더 나은 정확도를 제공했습니다.
• 유연성: 팀은 Ultralytics YOLOv8을 Roboflow와 원활하게 통합하여 워크플로를 강화할 수 있었습니다.

TrashBestie는 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. Ultralytics YOLOv8의 이미지 인식 기술 덕분에 앱은 이미지를 빠르게 분석하고 다양한 유형의 폐기물을 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 보세요

웹캠 객체 탐지

TrashBestie 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. Ultralytics YOLOv8로 학습. YOLOv8 모델은 내보낸 데이터셋으로 학습되며, 향상된 객체 검출 정확도를 위해 매개변수 미세 조정에 초점을 맟춥니다.
4. Streamlit 배포. Ultralytics YOLOv8 모델은 Streamlit 애플리케이션에 통합되어 효율적이고 정확한 객체 검출을 보장합니다. 이 앱은 객체 검출 및 추적을 위해 YOLOv8과 Streamlit을 사용하여 GitHub에 호스팅됩니다.

TrashBestie의 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.

작업의 세부 사항을 보여주는 이미지 갤러리 and 유튜브 비디오가 포함된 Devpost의 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!

TrashBestie 팀에게 연락하기:#

Helge: LinkedIn, GitHub

Simantini: LinkedIn, GitHub, Medium

My: LinkedIn