Inspiración
La idea surgio por el hecho de que muchas personas al momento de tirar basura no sabe como reciclar de manera correcta, y muchas comunidades tienen muchas dificultades en el sistema de recolección de basura, y es por eso que surgio esta idea de desarrollar esta aplicación.
¿Qué hace?
Nuestra plataforma utiliza tecnología de inteligencia artificial para realizar la clasificación precisa de diferentes tipos de residuos. El funcionamiento se basa en algoritmos de aprendizaje automático que han sido entrenados con una amplia variedad de imágenes de residuos.
Cuando cargas una imagen de residuo en nuestra plataforma, nuestro sistema de inteligencia artificial analiza automáticamente las características visuales del objeto y las compara con un extenso conjunto de datos de entrenamiento. Esto nos permite reconocer patrones y características distintivas que nos ayudan a determinar el tipo de residuo con una alta precisión.
¿Cómo lo hicimos?
Utilizamos el framework de Streamlit para crear nuestra Web App mediante python, ya que explorando las diversas opciones que había, llegamos a la conclusión de que era la mejor. Además de que nos ofrece un servicio de host gratuito.
La parte de la clasificación de la basura se lleva a cabo mediante el uso de una red neuronal programada en Tensorflow, la cual está entrenada para reconocer y clasificar 6 diferentes tipos de desperdicios. En temas más técnicos, mediante opencv leemos la imagen que queremos analizar, la cual es normalizada entre 0 y 1, además de esto se reescala a un valor de (224, 224), esto debido a que el input de la red neuronal espera esas medidas de imagen. El modelo está basado en redes convolucionales que van extrayendo información de las imágenes y al final da una predicción del tipo de desecho al cual pertenece.
Retos a los que nos enfretamos
Lo más complicado fue trabajar con frameworks que al final no resultaron útiles ya que necesitaban más tiempo para lograr una buena implementación.
Logros de los que estamos orgulloso
Tener un resultado tan limpio y funcional en un periodo reducido de tiempo.
¿Qué aprendimos?
- FrontEnd
- BackEnd
- Redes Neuronales
- Análisis de datos
- Visión computacional
¿Qué sigue para EcoSort?
Una versión más verde.
Log in or sign up for Devpost to join the conversation.