폐기물 분류 재활용품 및 생활 폐기물 분류 데이터 세트
* 이 데이터 세트는 온라인 사용을 지원합니다.여기를 클릭하여 이동하세요.
이 데이터 세트에는 다양한 재활용 재료, 일반 폐기물, 가정용품 등 30가지 범주를 다루는 15,000개의 이미지(각각 256×256픽셀)가 포함되어 있습니다. 이 데이터 세트에는 카테고리당 500개의 이미지와 하위 카테고리당 250개의 이미지가 포함되어 있어 폐기물 분류 및 재활용 분야의 연구 개발을 위한 풍부하고 다양한 리소스를 제공합니다. 이 데이터 세트는 대량의 고품질 이미지를 제공함으로써 견고하고 정확한 폐기물 분류 및 분류 시스템 구축을 지원하는 것을 목표로 합니다.
데이터 세트 구조
데이터 세트는 쉬운 탐색과 접근을 보장하기 위해 계층적 폴더 구조로 구성되어 있습니다. 주요 폴더는 "이미지"라고 불리며, 특정 폐기물 범주나 품목을 나타내는 하위 폴더가 포함되어 있습니다.이러한 하위 폴더 이름은 해당 범주에 대한 레이블 역할을 합니다.연구자와 개발자가 자신의 특정 요구 사항에 맞게 이미지를 쉽게 식별하고 활용할 수 있도록 하세요.
데이터 세트를 테스트, 훈련, 검증으로 수동으로 분할해야 합니다.또한 참조재활용 및 가정 쓰레기 분류 코드이를 수행하는 방법에 대한 예를 들어보겠습니다.
각 카테고리 하위 폴더 내에는 두 개의 서로 다른 폴더가 있습니다.
default: 이 폴더에는 폐기된 품목의 표준 품질이나 스튜디오 품질의 이미지가 들어 있습니다. 이러한 이미지는 품목을 명확하고 통제된 방식으로 표현하며 폐기물 분류 모델의 초기 훈련 및 테스트에 사용할 수 있습니다. 각 "기본" 하위 폴더에는 250개의 이미지가 들어 있습니다.real_world: 이 폴더에는 실제 장면이나 환경에서 버려진 물건의 이미지가 들어 있습니다. 이미지는 쓰레기통, 땅 위, 어수선한 환경 등 다양한 상황에 놓인 물건을 포착합니다. 실제 환경에서 폐기물 분류 모델의 성능과 견고성을 평가하려면 사실적인 이미지가 중요합니다. 각 "real_world" 하위 폴더에는 250개의 이미지가 포함되어 있습니다.
데이터 세트의 모든 이미지는 PNG 형식으로 제공되어 다양한 이미지 처리 및 머신 러닝 라이브러리와의 높은 품질과 호환성을 보장합니다.
폐기물 유형
데이터 세트는 다음을 포함한 광범위한 폐기물 범주와 품목을 다룹니다.
- 플라스틱:이 카테고리에는 플라스틱 물병, 탄산음료 병, 세제병, 쇼핑백, 쓰레기봉투, 식품 용기, 일회용 칼 붙이, 빨대, 컵 뚜껑 등의 이미지가 포함됩니다. 이러한 품목은 가정에서 발생하는 플라스틱 폐기물의 상당 부분을 차지하며 재활용 노력에 필수적입니다.
- 종이와 판지:이 카테고리에는 신문, 사무용지, 잡지, 골판지 상자, 골판지 포장재 이미지가 포함됩니다. 이러한 품목은 대부분 재활용이 가능하며 삼림 벌채를 줄이고 천연자원을 보존하는 데 중요한 역할을 합니다.
- 유리:이 카테고리에는 유리로 만든 음료수 병, 식품 병, 화장품 용기 이미지가 포함됩니다. 유리는 재활용성이 매우 높은 재료이며, 효율적인 재활용 과정을 위해서는 올바른 분류와 정리가 필수적입니다.
- 금속:이 카테고리에는 알루미늄 소다캔, 알루미늄 식품캔, 스틸 식품캔, 에어로졸캔 이미지가 포함됩니다. 금속 폐기물은 재활용 가치가 있으며, 적절히 식별하고 분리하면 효율적으로 처리할 수 있습니다.
- 유기성 폐기물:이 카테고리에는 과일 껍질, 야채 찌꺼기, 달걀 껍질, 커피 찌꺼기, 티백 등 음식물 쓰레기 이미지가 포함됩니다. 유기성 폐기물은 퇴비화하거나 바이오가스를 생산하는 데 사용할 수 있으며, 이를 통해 매립지의 부담을 줄이고 귀중한 자원을 창출할 수 있습니다.
- 직물:이 카테고리에는 의류와 신발 이미지가 포함됩니다. 섬유 폐기물에 대한 우려가 점차 커지고 있으며, 적절한 분류를 통해 재활용을 촉진하고 패션 산업의 환경 영향을 줄일 수 있습니다.
각 폐기물 범주의 구체적인 예와 사례는 데이터 세트 내의 개별 하위 폴더를 참조하세요.
데이터 세트의 사용 및 적용
재활용 및 생활 폐기물 분류 데이터 세트는 연구자, 엔지니어 및 환경 운동가에게 광범위한 가능성을 제공합니다. 이 데이터 세트의 잠재적인 사용 및 응용 분야는 다음과 같습니다.
- 폐기물을 자동으로 분류하고 분류하는 머신 러닝 모델을 개발하고 훈련합니다. 데이터 세트의 다양한 이미지와 실제 시나리오를 통해 폐기물 관리 시설, 재활용 센터, 스마트 폐기물 통에 적용할 수 있는 견고하고 정확한 분류 모델을 만들 수 있습니다.
- 다양한 폐기물의 시각적 특징과 속성을 분석합니다. 연구자들은 이 데이터 세트를 사용하여 다양한 폐기물의 색상, 모양, 질감, 크기 등 고유한 시각적 특성을 연구할 수 있습니다. 이러한 분석은 더욱 효율적이고 집중적인 폐기물 분류 알고리즘을 개발하는 데 도움이 될 수 있습니다.
- 기본 이미지와 실제 이미지에서 가비지 분류 알고리즘의 성능을 비교해보세요. 이 데이터 세트를 사용하면 연구자는 통제된 실제 환경에서 알고리즘의 정확성과 견고성을 평가하고 벤치마킹할 수 있습니다. 이러한 비교는 다양한 접근 방식의 강점과 약점을 파악하고 더욱 안정적인 폐기물 분류 시스템을 개발하는 데 도움이 될 수 있습니다.
- 실제 상황이 쓰레기 식별 정확도에 미치는 영향을 연구합니다. 데이터 세트에는 사실적인 이미지가 포함되어 있어 연구자들이 조명 조건, 객체 가려짐, 배경 혼란과 같은 요소가 쓰레기 분류 모델의 성능에 어떤 영향을 미치는지 연구할 수 있습니다. 이 연구는 실제 폐기물 관리 시나리오에서 발생하는 문제에 대처하기 위한 더욱 탄력적이고 적응력 있는 알고리즘의 개발을 촉진할 수 있습니다.