Classification Des Déchets Ensemble De Données De Classification Des Déchets Recyclables Et Ménagers

* Cet ensemble de données prend en charge l'utilisation en ligne.Cliquez ici pour sauter.

L'ensemble de données contient 15 000 images (256 × 256 pixels chacune) couvrant 30 catégories différentes de divers matériaux recyclables, de déchets généraux et d'articles ménagers. L'ensemble de données contient 500 images par catégorie et 250 images par sous-catégorie, offrant une ressource riche et diversifiée pour la recherche et le développement dans le domaine du tri et du recyclage des déchets. En fournissant une grande quantité d'images de haute qualité, cet ensemble de données vise à soutenir la création de systèmes de tri et de classification des déchets robustes et précis.

Structure du jeu de données

Les ensembles de données sont organisés dans une structure de dossiers hiérarchique pour garantir une navigation et un accès faciles. Le dossier principal s'appelle « image » et contient des sous-dossiers représentant des catégories ou des éléments de déchets spécifiques.Ces noms de sous-dossiers servent d’étiquettes pour leurs catégories respectives.Permettez aux chercheurs et aux développeurs d’identifier et d’exploiter facilement les images pour leurs besoins spécifiques.

Vous devez diviser manuellement l'ensemble de données en test, formation et validation.Voir aussiCodes de tri des déchets recyclables et ménagerspour un exemple de la façon de procéder.

Dans chaque sous-dossier de catégorie, il existe deux dossiers différents :

1. default:Ce dossier contient des images de qualité standard ou studio d'éléments mis au rebut. Ces images présentent les éléments de manière claire et contrôlée et peuvent être utilisées pour la formation initiale et le test des modèles de tri des déchets. Chaque sous-dossier « Par défaut » contient 250 images.
2. real_world:Ce dossier contient des images d'objets jetés dans des scènes ou des environnements réels. Les images capturent des objets dans diverses situations, comme dans une poubelle, sur le sol ou dans des environnements encombrés. Des images réalistes sont essentielles pour évaluer les performances et la robustesse des modèles de tri des déchets dans des contextes pratiques. Chaque sous-dossier « real_world » contient également 250 images.

Toutes les images de l'ensemble de données sont fournies au format PNG, garantissant une haute qualité et une compatibilité avec diverses bibliothèques de traitement d'images et d'apprentissage automatique.

Type de déchet

L'ensemble de données couvre un large éventail de catégories et d'articles de déchets, notamment :

• plastique:Cette catégorie comprend des images de bouteilles d'eau en plastique, de bouteilles de soda, de bouteilles de détergent, de sacs à provisions, de sacs poubelles, de contenants alimentaires, de couverts jetables, de pailles et de couvercles de tasses. Ces articles constituent une grande partie des déchets plastiques générés par les ménages et sont essentiels aux efforts de recyclage.
• Papier et carton :Cette catégorie comprend des images de journaux, de papier de bureau, de magazines, de boîtes en carton et d'emballages en carton. Ces articles sont souvent recyclables et jouent un rôle essentiel dans la réduction de la déforestation et la conservation des ressources naturelles.
• Verre:Cette catégorie comprend des images de bouteilles de boissons, de pots alimentaires et de contenants cosmétiques en verre. Le verre est un matériau hautement recyclable et un tri et une organisation corrects sont essentiels pour un processus de recyclage efficace.
• Métal:Cette catégorie comprend des images de canettes de soda en aluminium, de canettes alimentaires en aluminium, de canettes alimentaires en acier et de bombes aérosols. Les déchets métalliques ont une valeur de recyclage et peuvent être traités efficacement s’ils sont correctement identifiés et séparés.
• Déchets organiques :Cette catégorie comprend des images de déchets alimentaires tels que des pelures de fruits, des restes de légumes, des coquilles d’œufs, du marc de café et des sachets de thé. Les déchets organiques peuvent être compostés ou utilisés pour produire du biogaz, réduisant ainsi la charge sur les décharges et générant des ressources précieuses.
• textile:Cette catégorie comprend des images de vêtements et de chaussures. Les déchets textiles sont une préoccupation croissante et un tri approprié peut aider au recyclage et réduire l’impact environnemental de l’industrie de la mode.

Veuillez vous référer aux sous-dossiers individuels de l’ensemble de données pour des exemples et des instances spécifiques de chaque catégorie de déchets.

Utilisation et application des ensembles de données

L'ensemble de données de tri des déchets recyclables et ménagers offre un large éventail de possibilités aux chercheurs, aux ingénieurs et aux passionnés de l'environnement. Certaines utilisations et applications potentielles de cet ensemble de données incluent :

• Développer et former des modèles d’apprentissage automatique pour trier et catégoriser automatiquement les déchets. La variété des images et des scénarios réels dans l’ensemble de données permet la création de modèles de classification robustes et précis qui peuvent être déployés dans les installations de gestion des déchets, les centres de recyclage et les poubelles intelligentes.
• Analyser les caractéristiques visuelles et les propriétés de différents déchets. Les chercheurs peuvent utiliser l’ensemble de données pour étudier les attributs visuels uniques de divers déchets, tels que la couleur, la forme, la texture et la taille. Cette analyse peut aider à développer des algorithmes de tri des déchets plus efficaces et ciblés.
• Comparez les performances de l'algorithme de classification des déchets sur les images par défaut et les images réelles. Cet ensemble de données permet aux chercheurs d’évaluer et de comparer la précision et la robustesse de leurs algorithmes dans un environnement contrôlé et réel. De telles comparaisons peuvent aider à identifier les forces et les faiblesses des différentes approches et à guider le développement de systèmes de tri des déchets plus fiables.
• Étudiez l’impact des scénarios du monde réel sur la précision de l’identification des déchets. L'ensemble de données contient des images réalistes, permettant aux chercheurs d'étudier comment des facteurs tels que les conditions d'éclairage, l'occlusion des objets et l'encombrement de l'arrière-plan affectent les performances des modèles de tri des déchets. Cette recherche pourrait faciliter le développement d’algorithmes plus résilients et adaptatifs pour faire face aux défis rencontrés dans les scénarios réels de gestion des déchets.