alex123012 / dataton-mipt

dataton-mipt

Сервис по отслеживанию чистоты пляжей

Команда энтузиастов, состоящая из трёх человек – Игоря Климова, Алексея Махонина и Константина Матвеева, которые заботятся об экологии, представляет вам свой сервис. Он призван сохранять чистоту общественных пляжей и вносить вклад в экологию, улучшая нашу общую жизнь.

Кратко о нашем сервисе

Наш сервис, основанный на технологиях искусственного интеллекта, определяет степень загрязнения пляжа, опираясь на онлайн-видеопоток. В случае обнаружения сильного загрязнения, мы уведомляем вас или муниципальные службы о необходимости очистки этого пляжа. Мы уверены, что такой подход поможет сохранить пляжи в чистоте и сделает жизнь более комфортной.

Технологии, используемые сервисом

1. Искусственный интеллект и машинное обучение:

   В своем проекте мы используем модель "keremberke/yolov5m-garbage" [ https://huggingface.co/keremberke/yolov5m-garbage], которая является продвинутой реализацией архитектуры YOLOv5 (You Only Look Once, версия 5), адаптированной для обнаружения и классификации мусора. YOLOv5 - это выдающаяся архитектура для задач обнаружения объектов в реальном времени, отличающаяся своей скоростью и точностью. Эта модификация учитывает специфические требования обнаружения отходов, оптимизируя процесс обнаружения разнообразных типов мусора. Основываясь на стандартной структуре YOLOv5, модель "keremberke/yolov5m-garbage" обеспечивает эффективную работу в реальных условиях.

   На Hugging Face модель “keremberke/yolov5m-garbage” предлагает удобную установку и использование, поддерживая различные параметры для предсказаний. Она может быть дополнительно настроена на пользовательских наборах данных. На валидационном наборе модель показала [email protected] равное 0.427. Важно отметить, что модель обучена на датасете Garbage Classification от Roboflow [https://universe.roboflow.com/material-identification/garbage-classification-3/dataset/1/images], который включает в себя около 16 тысяч фотографий мусора, обеспечивая широкий диапазон данных для эффективного обучения. примеры работы модели

2. Обработка и анализ видеоданных:

   Для анализа видеопотоков в реальном времени мы используем комбинацию OpenCV и других библиотек обработки изображений. Для преобразования видеопотока в анализируемые кадры используется алгоритм frame sampling, который извлекает изображения из видео с заданной периодичностью.

3. Обнаружение и классификация мусора:

   Наша система не только обнаруживает присутствие мусора, но и классифицирует его по типам (пластик, стекло, металл и т.д.), что позволяет проводить более целенаправленные очистительные операции.

4. Оповещения и интеграция с муниципальными службами:

   При обнаружении загрязнения пляжа, сервис автоматически генерирует уведомления. Мы используем различные библиотеки Python, такие как SMTP библиотеки для отправки электронной почты.

5. Пользовательский интерфейс и доступ:

   Наш веб-сайт предлагает интуитивно понятный интерфейс, где пользователи могут загружать ссылки на видеопотоки и настраивать параметры оповещений. Мы используем современные фреймворки веб-разработки для создания динамичного и отзывчивого пользовательского интерфейса.

Пользовательский путь

Мы предоставляем доступ к нашему сайту по ссылке. Там вы можете указать ссылку на видеопоток, который будет анализировать наш сервис, а также выбрать канал связи для получения оповещений о загрязненности пляжа, если таковая будет обнаружена.

Мы стремимся сделать мир лучше и чище, внося свой вклад в сохранение чистоты пляжей!