通过 Vision AI 和 Ultralytics YOLO 共创更绿色的未来
了解 TrashBestie，这款创新应用利用 Ultralytics YOLOv8 通过 AI 实现更智能的垃圾分类。通过数字化方案加入环保行动。
TrashBestie 是一款新应用，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废弃物。TrashBestie 使用深度学习和先进技术，帮助人们采取行动，让地球变得更加清洁和可持续。
TrashBestie 背后的团队设想了这样一个未来：废弃物不再是麻烦，而是带来积极改变的机会。对废弃物进行分类对于保护环境、节约资源和减少污染至关重要。基于这一理念，TrashBestie 成为了一个数字化解决方案，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：激发一场走向负责任废弃物管理的集体行动，为子孙后代营造更加清洁的地球。
认识 TrashBestie 背后的团队#
在深入了解 TrashBestie 背后的创新技术之前，先来认识一下它的创作者：
- Helge Rölleke：Helge 曾从事医疗保健销售，后来转向数据科学，并围绕公司绩效和高管薪酬开展了开创性研究。他也是一名蘑菇爱好者，并愿意探索新的数据科学机会。
- My：一名数据科学家和前端开发者，融合多方面技能来应对复杂挑战并创建易用的 Web 应用。
- Simantini Shinde：一名初级数据科学家，专长于数据分析、机器学习等领域。Simantini 积极倡导开源开发，不断探索新技术，并追求平衡且可持续的生活方式。
走向机器学习和视觉 AI 的旅程#
Helge 在硕士论文期间开始学习机器学习，研究管理者的薪酬与公司成功之间的关系。这项研究涉及回归模型和机器学习技术的使用。在 Spiced Academy 的训练营中，Helge 得以进一步深入探索视觉 AI 领域。在那里，他尝试了深度学习，并确定了 Ultralytics YOLO 模型的实用性。
My 有一位朋友与她分享数据科学项目，这激发了她对机器学习的兴趣。数据如何揭示洞察并优化流程令她着迷。因此，她加入了训练营，并在那里结识了 Simantini 和 Helge。
Simantini 在硕士论文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具有很大潜力；她的工作涉及评估地震造成的建筑损坏。毕业后，Simantini 从事过几份与数据相关的工作。这些经历最终引导她参加了一个数据科学训练营，也激发了她对 ML 和视觉 AI 的兴趣。
为 TrashBestie 选择 Ultralytics YOLO#
TrashBestie 将 Ultralytics YOLOv8 作为主要工具，是经过战略考量的选择。
- 易于使用： 由于 Ultralytics YOLOv8 是开源的且易于使用，团队可以轻松上手。
- 准确性： Ultralytics YOLOv8 提供了更高的准确性，尤其是在精确率方面。
- 灵活性： 团队可以将 Ultralytics YOLOv8 与 Roboflow 无缝集成，从而改进工作流程。
TrashBestie 如何工作？#
TrashBestie 充当个人废弃物分类助手，利用人工智能将这一过程简化为四个简单步骤：
- 使用摄像头进行检测。 使用设备的摄像头拍摄你不确定该如何处理的废弃物图像。
- 即时识别。 得益于 Ultralytics YOLOv8 的图像识别技术，该应用可以快速分析图像并识别不同类型的废弃物。
- 教育性洞察。 TrashBestie 不会止步于给出建议。该工具还会为用户提供教育性信息，帮助其了解推荐的废弃物处理方式。这样可以促进长期学习，并培养有意识的废弃物处理习惯。
- 易于使用且人人可用。 该应用简单易用，所有人都可以访问，让任何使用 Android 设备的人都能进行负责任的环保废弃物分类。
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：
- 标记和注释。 使用 Roboflow 等工具仔细标记和注释图像，从而创建用于训练的高质量数据集。
- 导出数据集。 导出完成标记的数据集后，目标检测数据集即可用于训练。
- 使用 Ultralytics YOLOv8 进行训练。 在导出的数据集上训练 YOLOv8 模型，重点微调其参数，以提升目标检测准确性。
- 部署 Streamlit。 将 Ultralytics YOLOv8 模型集成到 Streamlit 应用中，确保高效且准确的目标检测。该应用使用 YOLOv8 和 Streamlit 托管在 GitHub 上，用于目标检测和跟踪。
TrashBestie 的未来#
TrashBestie 正在持续改进，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。团队致力于不断提升应用的性能和精确度。
你可以在 Devpost 上查看他们的项目，其中包括图片库和一段展示其工作细节的 YouTube 视频。
TrashBestie 致力于彻底改变废弃物管理，让我们的地球变得更加清洁和可持续。这是迈向未来的第一步，甚至可能改变人们对废弃物管理职业的认识。加入他们，一同踏上这段迈向更绿色未来的精彩旅程！
联系 TrashBestie 团队：#
Helge：LinkedIn、GitHub
Simantini：LinkedIn、GitHub、Medium
My：LinkedIn
