Ontdek TrashBestie, een innovatieve app die Ultralytics YOLOv8 gebruikt voor slimmere afvalscheiding met AI. Doe mee aan de milieuvriendelijke beweging met een digitale oplossing.
TrashBestie is een nieuwe app die ons helpt om afval op een andere en betere manier te sorteren en beheren met behulp van computervisie. TrashBestie gebruikt deep learning en geavanceerde technologie om mensen te helpen actie te ondernemen om de planeet schoner en duurzamer te maken.
Het team achter TrashBestie ziet een toekomst voor zich waarin afval niet langer een last is, maar een kans voor positieve verandering. Het sorteren van afval is belangrijk voor het beschermen van het milieu, het besparen van grondstoffen en het verminderen van vervuiling. Met dit in gedachten is TrashBestie de digitale oplossing geworden die individuen in staat stelt om moeiteloos geïnformeerde beslissingen te nemen op het gebied van afvalbeheer. Het doel is duidelijk: een collectieve beweging in de richting van verantwoord afvalbeheer inspireren en een schonere planeet voor toekomstige generaties bevorderen.
Voordat we in de innovatieve technologie achter TrashBestie duiken, maken we eerst kennis met de makers:
Helge begon machine learning te bestuderen tijdens zijn masterscriptie, waarbij hij onderzocht hoe het salaris van een manager zich verhoudt tot het succes van een bedrijf. Hiervoor gebruikte hij regressiemodellen en machine learning-technieken. Helge kon dieper in de wereld van vision AI duiken tijdens het Bootcamp van Spiced Academy. Hier experimenteerde hij met deep learning en bepaalde hij het nut van Ultralytics YOLO modellen.
My had een vriend die zijn data science projecten deelde, wat haar interesse in machine learning aanwakkerde. De manier waarop gegevens inzichten konden blootleggen en processen konden optimaliseren fascineerde haar. Daarom deed ze mee aan de Bootcamp, waar ze Simantini en Helge ontmoette.
Simantini begon machine learning te onderzoeken tijdens haar masterscriptie. Ze ontdekte het potentieel ervan in haar werkveld, dat bestaat uit het beoordelen van schade aan gebouwen veroorzaakt door aardbevingen. Na haar afstuderen had Simanti verschillende banen op het gebied van data. Deze banen leidden haar uiteindelijk naar een data science bootcamp en wekten haar interesse in ML en vision AI.
TrashBestie's gebruik van Ultralytics YOLOv8 als primair hulpmiddel is strategisch.
TrashBestie werkt als een persoonlijke assistent voor het sorteren van afval en gebruikt kunstmatige intelligentie om het proces in vier eenvoudige stappen te vereenvoudigen:
De ontwikkelingsreis van TrashBestie omvat een reeks cruciale stappen:
TrashBestie blijft zich verbeteren door lokalisatie toe te voegen, de app toegankelijker te maken op iOS en Android en de beeldverwerkingstechnieken te verfijnen. Het team is vastbesloten om de prestaties en precisie van de app voortdurend te verbeteren.
Bekijk hun project op Devpost, met een afbeeldingengalerij en een YouTube-video die de details van hun werk laat zien.
TrashBestie is op een missie om een revolutie teweeg te brengen in afvalbeheer en onze planeet schoner en duurzamer te maken. Dit is een eerste stap in de toekomst, die zelfs een revolutie teweeg zou kunnen brengen in het concept van een carrière in afvalbeheer. Ga met ze mee op deze spannende reis naar een groenere toekomst!
Helge: LinkedIn, GitHub
Simantini: LinkedIn, GitHub, Medium
Mijn: LinkedIn
Begin je reis met de toekomst van machine learning