通过视觉人工智能和Ultralytics YOLO

‍TrashBestie是一款全新的应用程序，它利用计算机视觉技术帮助我们以不同的方式更好地分类和管理垃圾。TrashBestie 利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 背后的团队憧憬着这样一个未来：垃圾不再是麻烦，而是积极改变的机会。垃圾分类对于保护环境、节约资源和减少污染非常重要。考虑到这一点，TrashBestie 成为了一个数字解决方案，使个人能够毫不费力地做出明智的废物管理决策。我们的目标很明确：激发一场负责任的废物管理集体运动，为子孙后代创造一个更清洁的地球。

认识 TrashBestie 背后的团队

在深入了解 TrashBestie 背后的创新技术之前，让我们先来认识一下它的创造者：

• Helge Rölleke：拥有丰富的医疗保健销售经验，Helge 转而从事数据科学工作，并对公司业绩和高管薪酬进行了突破性研究。他还是一名蘑菇爱好者，乐于接受新的数据科学机会。
• 我的工作数据科学家和前端开发员，将各种技能结合起来，应对复杂的挑战，创建用户友好型网络应用程序。
• Simantini Shinde：初级数据科学家，擅长数据分析、机器学习等。Simantini 是开源开发的积极倡导者，不断探索新技术，追求平衡、可持续的生活方式。
  

机器学习和视觉人工智能之旅

Helge在硕士论文中开始研究机器学习，研究经理的薪酬与公司成功的关系。这涉及到回归模型和机器学习技术的使用。Helge 在 Spiced Academy 的 Bootcamp 课程中深入学习了视觉人工智能。在这里，他尝试了深度学习，并确定了Ultralytics YOLO 模型的实用性。

我的一位朋友分享了他的数据科学项目，这激发了她对机器学习的兴趣。数据能够发现洞察力并优化流程的方式令她着迷。这就是她参加 Bootcamp 的原因，在那里她遇到了 Simantini 和 Helge。

Simantini在硕士论文期间开始探索机器学习。她发现了机器学习在其工作领域的潜力，该领域涉及评估地震造成的建筑物损坏。毕业后，Simanti 从事过不同的数据工作。这些工作最终让她参加了数据科学训练营，并激发了她对 ML 和视觉人工智能的兴趣。

为 TrashBestie 选择Ultralytics YOLO

TrashBestie 使用 Ultralytics YOLOv8作为主要工具具有战略意义。

• 用户友好型：由于YOLOv8 是开源的，易于使用，因此对团队来说非常容易上手。
• 精确度： YOLOv8 提供了更高的精确度，尤其是在精确度得分方面。
• 灵活性：团队可以将YOLOv8 与Roboflow 无缝集成，从而改进工作流程。
  

TrashBestie 如何工作？

TrashBestie 是一款个人垃圾分类助手，它利用人工智能将垃圾分类过程简化为四个简单的步骤：

1. 用相机检测。 使用设备的摄像头捕捉您不确定如何处置的废弃物品的图像。
2. 即时识别。借助YOLOv8 的图像识别技术，该应用程序可以快速分析图像并识别不同类型的垃圾。
3. 教育感悟。TrashBestie 不仅仅提供建议。该工具为用户提供教育见解，让他们了解建议的废物处理方法。反过来，这也促进了长期学习和有意识的废物处理习惯。
4. 易于使用和访问。 该应用程序使用方便，人人都能使用，任何人都可以通过Android 设备实现对环境负责的垃圾分类。

试试看

建设垃圾兄弟会

TrashBestie 的发展历程包含一系列关键步骤：

1. 标记和注释。使用Roboflow 等工具对图像进行仔细标注和注释，以创建一个强大的数据集用于训练。
2. 导出数据集。导出标注数据集后，物体检测数据集就可以用于训练了。
3. 使用YOLOv8 进行训练。 YOLOv8 模型在导出的数据集上进行训练，重点是微调其参数，以提高物体检测的准确性。
4. Streamlit 部署。 YOLOv8 模型已集成到 Streamlit 应用程序中，以确保高效、准确的物体检测。该应用托管在 GitHub 上，使用YOLOv8 和 Streamlit 进行对象检测和跟踪。
   

TrashBestie 的未来

TrashBestie 还在不断改进，增加了本地化功能，使iOS 和Android 更易于访问，并完善了图像处理技术。团队致力于不断提高应用程序的性能和精确度。

在Devpost 上查看他们的项目，其中包括一个图片库和一个展示其工作细节的 YouTube 视频。

TrashBestie 的使命是彻底改变废物管理，让我们的地球更清洁、更可持续。这是迈向未来的第一步，甚至可以彻底改变废物管理职业的概念。加入他们的行列，共同迈向更加绿色的未来！

‍

与 TrashBestie 团队取得联系：

海尔格LinkedIn,GitHub

Simantini：LinkedIn、GitHub、Medium

我的LinkedIn