ecosnap
1.0.0
إعادة تدوير البلاستيك بشكل أفضل مع الذكاء الاصطناعي ♻
يخبرك EcoSnap كيف وأين يتم إعادة تدوير العناصر الخاصة بك من صورة بسيطة ، مع نصيحة مصممة على موقعك. لقد قمنا ببناء هذا المنتج في أسبوع ل Ben's Bites Ai Hackathon.
جربه الآن - إنه مجاني مع عدم الحاجة إلى علامة
يمكنك دعم هذا المشروع (والعديد من الآخرين) من خلال رعاة GitHub! ❤
صنعت من قبل أليسا X & Leo. اقرأ المزيد عن كيفية بنينا هذا هنا.
؟ التقاط أو تحميل صورة رمز بلاستيكي
قم بتثبيت PWA على هاتفك لسهولة الوصول إليه
؟ ابحث عن عنصر معين لمعرفة كيفية التخلص منه
♻ تعلم كيفية إعادة التدوير بفعالية باستخدام الذكاء الاصطناعي
؟ تتبع عدد العناصر البلاستيكية التي قمت بإعادة تدويرها
؟ تغيير موقعك للحصول على نصيحة محددة
... وأكثر من ذلك بكثير قادمة - كل شيء مجانًا ولا يوجد حاجة إلى علامة!
يمكنك النشر إلى Vercel مباشرة بالنقر هنا.
هام: تأكد من تحديث متغير البيئة لـ next_public_model_url في ملف .env ، وقم بتعيينه على عنوان URL المطلق حيث تستضيف model.json (تأكد من تضمين ملفات Shard Bin الأخرى إلى جانب JSON).
تم تدريب النموذج على أمثلة للصور لرموز الراتنجات 7 المختلفة ، يمكن العثور على البيانات الخاصة بهذا في ml/seven_plastics . إنه مزيج من مجموعة بيانات Kaggle التالية والصور التي جمعها المؤلفون والمساهمين.
تم تدريب النموذج النهائي باستخدام تطبيق TensorFlow الفعال ، تم تجميد أوزان النموذج لتعلم النقل ، حتى يتمكن النموذج من تعلم رموز الراتنج بشكل أسرع! تم تدريب النموذج في Python على آلة تعمل بنظام GPU ، للتدريب بشكل أسرع! يمكنك العثور على البرنامج النصي التدريبي في ml/train.py وتجربته بنفسك ، سترى أن بنيات ومعلمات التعريف المختلفة قد تم تجريبها قبل الوصول إلى النموذج النهائي.
للتنبؤ برمز الراتنج البلاستيكي ، كان يجب دمج النموذج مع التطبيق الأمامي للنتائج في الوقت الفعلي ، للقيام بذلك ، كان علينا تحويل النموذج بطريقة متوافقة مع TensorFlow.js. استخدمنا عمال الويب لمنع الخيط الرئيسي من الحظر أثناء تشغيل التنبؤ في العميل.
يمرر التطبيق موتر الصورة على النموذج الذي يعطي بعد ذلك احتمالًا لكل من رموز الراتنجات البلاستيكية ، يتم عرض أعلى احتمال للمستخدم ، إلى جانب نصيحة مفصلة !
تدريب نموذج معين أمر صعب ، فإن النموذج دائمًا يخطئ في الأمور. لذلك إذا كان الأمر كذلك ، فإننا نمنح المستخدم فرصة لإخبارنا ما هو الرمز المناسب! هذا يفيد بعدة طرق:
بينما قمنا بتنفيذ الواجهة الأمامية لحلقة التغذية المرتدة ، انتهى بنا الأمر إلى عدم توصيلها بالواجهة الخلفية لأنها أضافت التعقيد والتكلفة ، وأردنا أن يكون التطبيق خفيفًا للغاية ويعمل على تشغيل العميل بالكامل. سيتعين علينا أيضًا التواصل بوضوح إلى المستخدم كيف سيتم استخدام صورهم بالضبط ، وإعداد نظام التخلص من أو إلغاء الاشتراك ، والذي شعر بالتعقيد قليلاً.
لا تتردد في التواصل معنا على [email protected] ، إلى أليسا أو ليو مباشرة إذا كان لديك أي أسئلة أو تعليقات! آمل أن تجد هذا مفيدًا؟
