Главная Работы на конкурс Предметное образование Технические дисциплины
Проект «Нейросеть — классификатор мусора на изображениях»
Автор: Обухов Сергей Дмитриевич
Место работы/учебы (аффилиация): МБОУ "Лицей "МОК №2", г. Воронеж, 9 класс
Научный руководитель: Полякова Елена Георгиевна, учитель информатики
Актуальность проекта. Экологическая проблема – это изменение природной среды из-за антропогенных воздействий или стихийных бедствий, ведущее к нарушению структуры и функционирования природы. В современном мире существует множество экологических проблем, вызванных человеческой деятельностью. Большинство из них ещё не оказывают какого-либо заметного влияния на нашу жизнь. Но, безусловно, все экологические проблемы нуждаются в решении, ведь от этого зависит сама возможность существования человечества на Земле. Именно поэтому поиск способов решения различных экологических проблем стал одной из самых важных и актуальных проблем XXI века.
Многие экологические проблемы напрямую связаны с неправильной утилизацией огромного количества отходов. Так, например, множество мусорных свалок по всему миру вызывает загрязнение почвы, воды и воздуха; бездумная утилизация отходов заставляет производителей постоянно использовать новое сырьё, что приводит к нехватке природных ресурсов; разложение некоторых классов отходов на свалках влияет на изменение климата и здоровье людей и т.д. Эти и многие другие проблемы решает разделение мусора по классам и дальнейшая его переработка. Данный метод позволяет уменьшить загрязнение окружающей среды, сократить объём складируемого на свалках мусора, снизить потребление природных ресурсов за счёт использования переработанных отходов в качестве вторсырья и улучшить как экологическую, так и экономическую обстановку в мире в целом.
К сожалению, несмотря на неоспоримые плюсы разделения отходов, на данный момент сортировать и перерабатывать мусор должным образом получается только у небольшого количества самых развитых стран мира. Большинство же (в том числе и Россия) пока что только пытаются реализовать этот подход к утилизации. Например, в нашей стране перерабатывается менее 10% твёрдых бытовых отходов. Остальные 90% гниют на полигонах (суммарная площадь которых составляет около 4 миллионов гектаров), занимая свободное место и отравляя окружающую среду. Такая же ситуация наблюдается и во многих других странах. Это вызвано рядом причин, среди которых:
- Высокая стоимость (от 10 до 50 тысяч долларов) специального оборудования для сортировки мусора (гиперспектральных камер, грохотов, сепараторов и др.), что отталкивает предпринимателей и инвесторов от этой сферы.
- Нежелание людей разделять бытовой мусор самостоятельно вследствие неосведомлённости о пользе этого метода для человечества.
- Наличие огромного количества мусорных контейнеров без разделения отходов на классы, где пригодный для повторного использования мусор смешивается с непригодным и теряет возможность быть переработанным.
- Нежелание людей работать в плохих условиях на мусороперерабатывающих заводах, где на данный момент ручная сортировка отходов не имеет альтернатив.
Использование передовых технологий нейросетей и компьютерного зрения на мусороперерабатывающих предприятиях может почти полностью автоматизировать сортировку отходов, что приведёт к увеличению как качества, так и скорости этого процесса. Также применение нейросетей значительно снизит размер вложений, необходимых для содержания предприятия по сортировке мусора, за счёт практически полного отсутствия сотрудников и более дешёвого оборудования. Другой способ сортировки мусора с применением компьютерного зрения и нейросетей – это замена обычных мусорных баков на «умные» урны с автоматической сортировкой отходов по классам. Таким образом, мусор будет сортироваться ещё на этапе сбора и накопления отходов. Оба этих способа в будущем могут привести к увеличению доли сортируемых отходов вплоть до 100%, что положительно скажется на экологии и экономике. В этом и заключается актуальность моей проектной работы. Также мой проект актуален из-за того, что в нём применяется очень актуальная в наши дни технология нейросетей. Уже сейчас существуют такие нейронные сети, способные лишить миллионы квалифицированных специалистов работы, ведь искусственный интеллект выполняет работу лучше и быстрее людей. Поэтому потенциал развития этой технологии в будущем практически безграничен.
Цель проекта: создание нейросети, способной определять тип представленного на изображении мусора (гофрокартон, электронные отходы, стекло, медицинские отходы, металл, бумага или пластик).
Задачи:
- Ознакомиться с информацией о сортировке мусора.
- Изучить основные принципы работы нейронных сетей (в частности, свёрточных CNN).
- Подготовить исходный набор данных с фотографиями различных типов мусора для обучения нейросети.
- Разработать архитектуру нейросети.
- Обучить модель нейросети на исходном наборе данных.
- Опробовать нейросеть на практике и создать для неё пользовательский интерфейс.
Результат реализации проекта. Разработано исправно функционирующее компьютерное приложение «Классификатор мусора» со встроенной в него нейросетью, которое способно определять тип мусора, представленного на изображении (гофрокартон, электронные отходы, стекло, медицинские отходы, металл, бумага или пластик). В дальнейшем я планирую добавить в нейросеть новые типы определяемого мусора (пищевые отходы, текстиль, резина и др.), а также повысить точность работы нейросети путём переобучения нейросети на более обширном датасете с большим количеством фотографий.
Загрузка...
Перезагрузить документ 
Открыть в новой вкладке Смотреть похожие работы
Курсовая работа «Искусственный интеллект и будущее труда: перспективы интеллектуальных профессий»
Презентация к проекту «Сайт «Наш Астафьев»
Выпускная квалификационная работа «Разработка программного модуля для определения зон роста биологического объекта с применением машинного обучения»
Инженерный проект «Регулируемые утяжелители»
Презентация «Силиконовые накладки на грипсы для электросамокатов»
Презентация «Разработка и апробация электронных интерактивных (компьютерных) тренажеров»
Мероприятие завершено
Добавить комментарий