WasteAI
набор из 4 моделей для распознавания и сортировки мусора по фото
2 мин чтенияобновлено
Репозиторий содержит четыре обученные свёрточные нейросети (CNN) на базе Keras от разработчика Atchyuteswar Gottumukkala. Модели определяют тип отходов на изображении и относят его к одной из шести базовых категорий: картон, стекло, металл, бумага, пластик или прочий мусор. Проект включает как кастомную архитектуру, так и три модели на основе transfer learning (дообучения готовых сетей): MobileNetV2, VGG16 и VGG19. Подойдёт студентам, исследователям и разработчикам прототипов систем компьютерного зрения для изучения классификации изображений и сравнения архитектур.
Ключевые особенности
- Шесть категорий отходов: модели распознают Cardboard (картон), Glass (стекло), Metal (металл), Paper (бумага), Plastic (пластик) и Trash (прочий мусор).
- Четыре архитектуры на выбор: в одном репозитории собраны лёгкая MobileNetV2, классические VGG16 и VGG19, а также собственная кастомная CNN.
- Готовые веса в формате Keras: файлы моделей можно загрузить напрямую через
huggingface_hubи сразу использовать в TensorFlow 2.21 / Keras 3.13. - Открытая экосистема: автор опубликовал исходный код проекта на GitHub и живое веб-демо на базе Streamlit для быстрой проверки работы.
Что можно сделать
- Собрать экспериментальное веб- или мобильное приложение для определения типа отходов по фотографии с камеры, используя демо на Streamlit как основу.
- Сравнить на практике точность и скорость работы четырёх разных CNN-архитектур на едином наборе данных и едином пайплайне оценки.
- Выбрать компактную
mobilenetv2_model.kerasдля запуска на устройствах с ограниченными ресурсами или более точнуюvgg19_model.kerasдля серверных прототипов.
Пример
import tensorflow as tf
from huggingface_hub import hf_hub_download
model_path = hf_hub_download(
repo_id="Atchyuteswar/wasteai-models",
filename="vgg19_model.keras"
)
model = tf.keras.models.load_model(model_path, compile=False)
Подробнее
Точность на тестовой выборке (379 фото): VGG19 — 91.29% (Macro F1: 89.93%), VGG16 — 88.65%, MobileNetV2 — 87.07%, Custom CNN — 73.09%.Входные данные: RGB-изображения 224 × 224 пикселей; важно применять препроцессинг (
preprocess_input), соответствующий выбранной архитектуре.Обучено на 2 526 изображениях из датасета Garbage Classification (Kaggle) с разбиением 70% / 15% / 15%.
Ограничения: академический прототип; не определяет тип пластика, степень загрязнения и пригодность к переработке по локальным правилам.










Комментарии