أدى التقدم الأخير في الشبكات العصبية العميقة إلى دفع تطور كبير في الأدبيات المتعلقة بتصنيف النفايات القائمة على الصور. وتستعمل هذه الأساليب بشكل رئيسي التعلم الناقل لتحقيق نتائج تُعدّ من أفضل النتائج الممكنة حاليًا. في هذا المساهمة، تم تقديم منهجية جديدة تستخدم حقول البيانات الوصفية مثل الموقع وشدة الحركة الزمنية لمساعدة النماذج القائمة على الصور في تصنيف النفايات. وقد تم تجميع مجموعة بيانات تُدعى ISBNet، التي تتضمن 889 صورة وبياناتها الوصفية المرتبطة بها، موزعة على 5 فئات (ورق، بلاستيك، علب معدنية، علب تيترا باك، ونفايات مكشوفة). وقد استُخدمت هذه المجموعة في تطوير نموذجنا، يُدعى ThanosNet، والذي يتفوق على النماذج الحالية القائمة على الصور في تصنيف النفايات. وعلى الرغم من أن مجموعة بيانات ISBNet محدودة في نطاق استخدامها لمجتمع مستخدم واحد، فإن المنهجية العامة التي تم تطويرها هنا قابلة للتطبيق على طيف واسع من السياقات الاستهلاكية.