借助视觉 AI 和 Ultralytics YOLO,共创更绿色的未来
TrashBestie 使用 Ultralytics YOLOv8 目标检测功能,通过手机摄像头识别废弃物,并向用户展示如何分类和妥善处理。
Nuvola Ladi3 分钟阅读
TrashBestie 是一款全新应用,利用计算机视觉以不同且更好的方式帮助我们分类和管理垃圾。TrashBestie 使用深度学习和先进技术,帮助人们采取行动,让地球变得更清洁、更可持续。
TrashBestie 团队展望的未来,是不再把废弃物视为麻烦,而是将其视为带来积极改变的契机。垃圾分类对于保护环境、节约资源和减少污染至关重要。基于这一理念,TrashBestie 成为一款数字化解决方案,让每个人都能轻松做出明智的废弃物管理决策。目标很明确:推动大家共同迈向负责任的废弃物管理,并为子孙后代营造一个更洁净的地球。
认识 TrashBestie 背后的团队#
在了解 TrashBestie 背后的技术之前,我们先来认识一下它的创作者:
- Helge Rölleke:Helge 拥有丰富的医疗保健销售经验,之后转向数据科学,并研究了公司业绩和高管薪酬。他还热爱蘑菇,并乐于探索新的数据科学机会。
- My:一位数据科学家兼前端开发者,结合多方面技能应对复杂挑战并打造易用的 Web 应用。
- Simantini Shinde:初级数据科学家,擅长数据分析、机器学习等领域。Simantini 积极倡导开源开发,不断探索新技术,并追求平衡、可持续的生活方式。
踏上机器学习和视觉 AI 之旅#
Helge 在硕士论文研究期间开始学习机器学习,研究经理的薪酬与公司业绩之间的关系。这项研究涉及回归模型和机器学习技术。随后,Helge 在 Spiced Academy 的训练营中深入了解视觉 AI。在那里,他尝试了深度学习,并认识到 Ultralytics YOLO 模型的实用价值。
My 有一位朋友会分享自己的数据科学项目,这激发了她对机器学习的兴趣。数据能够揭示见解并优化流程,这让她着迷。因此,她参加了训练营,并在那里结识了 Simantini 和 Helge。
Simantini 在硕士论文研究期间开始探索机器学习。她发现机器学习在自己的工作领域有很大潜力,她的工作涉及评估地震造成的建筑损毁。毕业后,Simantini 做过几份与数据相关的工作。这些工作最终让她参加了数据科学训练营,也激发了她对机器学习和视觉 AI 的兴趣。
为 TrashBestie 选择 Ultralytics YOLO#
TrashBestie 选择 Ultralytics YOLOv8 作为主要工具,是经过策略考量的。
- 易于使用:由于 Ultralytics YOLOv8 是开源的,而且简单易用,团队很容易就能上手。
- 精度:Ultralytics YOLOv8 的精度更高,尤其是在精确率指标方面。
- 灵活性:团队可以将 Ultralytics YOLOv8 与 Roboflow 集成,从而改进工作流。
TrashBestie 如何工作?#
TrashBestie 作为个人垃圾分类助手,利用人工智能将分类流程简化为四个简单步骤:
- 用摄像头检测。 使用设备的摄像头拍摄你不确定该如何处理的垃圾物品。
- 即时识别。借助 Ultralytics YOLOv8 目标检测功能,该应用可以快速分析图像并识别不同类型的废弃物。
- 提供教育性见解。 TrashBestie 不仅仅提供建议。这个工具还会为用户提供相关知识,帮助用户了解建议的垃圾处理方法。这样可以促进长期学习,并养成有意识的垃圾处理习惯。
- 简单易用,人人可用。 这款应用易于使用且面向所有人,让任何使用 Android 设备的人都能轻松进行环保垃圾分类。

网络摄像头目标检测
构建 TrashBestie#
TrashBestie 的开发过程包含一系列关键步骤:
- 标注与注释。 使用 Roboflow 等工具仔细标注图像并添加注释,从而创建用于训练的可靠数据集。
- 导出数据集。 导出已标注的数据集后,目标检测数据集就可以用于训练了。
- 使用 Ultralytics YOLOv8 训练。 使用导出的数据集训练 YOLOv8 模型,重点微调其参数,以提高目标检测的准确性。
- 部署到 Streamlit。Ultralytics YOLOv8 模型集成到了 Streamlit 应用中,确保目标检测高效、准确。该应用托管在 GitHub 上,使用 YOLOv8 和 Streamlit 进行目标检测和跟踪。
TrashBestie 的未来#
TrashBestie 正在不断改进,包括添加本地化支持、让 iOS 和 Android 用户更容易使用,以及优化图像处理技术。团队致力于持续提升应用的性能和精度。
查看他们在 Devpost 上的项目,其中包含图片集和一段展示其工作详情的 YouTube 视频。
TrashBestie 旨在简化废弃物管理,帮助保持地球清洁与可持续发展。这是迈出的第一步,也可能改变人们对废弃物管理职业的看法。关注他们迈向更绿色未来的进展!
联系 TrashBestie 团队:#
Helge:LinkedIn,GitHub
Simantini:LinkedIn,GitHub,Medium
My:LinkedIn
作者
评论
提出问题、分享你的结果,或帮助其他人。










