ecosnap
1.0.0
รีไซเคิลพลาสติกของคุณให้ดีขึ้นด้วยปัญญาประดิษฐ์♻
EcoSnap บอกคุณว่าจะรีไซเคิลรายการของคุณจากรูปภาพง่ายๆได้อย่างไรและที่ไหนพร้อมคำแนะนำที่เหมาะกับตำแหน่งของคุณ เราสร้างผลิตภัณฑ์นี้ในหนึ่งสัปดาห์เพื่อ Bites AI Hackathon
ลองเลย - ฟรีโดยไม่ต้องลงชื่อเข้าใช้
คุณสามารถสนับสนุนโครงการนี้ (และอื่น ๆ อีกมากมาย) ผ่านผู้สนับสนุน GitHub!
ทำโดย Alyssa X & Leo อ่านเพิ่มเติมเกี่ยวกับวิธีที่เราสร้างสิ่งนี้ที่นี่
- สแน็ปหรืออัปโหลดรูปภาพของรหัสพลาสติก
ติดตั้ง PWA บนโทรศัพท์ของคุณเพื่อให้เข้าถึงได้ง่าย
- ค้นหารายการเฉพาะเพื่อทราบวิธีการกำจัดของมัน
♻เรียนรู้วิธีการรีไซเคิลอย่างมีประสิทธิภาพโดยใช้ AI
- ติดตามจำนวนของพลาสติกที่คุณรีไซเคิล
- เปลี่ยนตำแหน่งของคุณสำหรับคำแนะนำเฉพาะ
... และอีกมากมายที่จะมา - ทั้งหมดฟรี & ไม่ต้องลงชื่อเข้าใช้!
คุณสามารถปรับใช้กับ Vercel ได้โดยตรงโดยคลิกที่นี่
สำคัญ: ตรวจสอบให้แน่ใจว่าได้อัปเดตตัวแปรสภาพแวดล้อมสำหรับ next_public_model_url ในไฟล์. env และตั้งค่าเป็น URL สัมบูรณ์ที่คุณโฮสต์ model.json (ตรวจสอบให้แน่ใจว่าได้รวมไฟล์ถังขยะอื่น ๆ ไว้ข้าง JSON)
โมเดลได้รับการฝึกฝนเกี่ยวกับตัวอย่างภาพของรหัสเรซินที่แตกต่างกัน 7 รายการข้อมูลสำหรับสิ่งนี้สามารถพบได้ใน ml/seven_plastics มันเป็นการรวมกันของชุดข้อมูล Kaggle และรูปภาพที่รวบรวมโดยผู้เขียนและผู้มีส่วนร่วม
โมเดลสุดท้ายได้รับการฝึกฝนโดยใช้การใช้งานที่มีประสิทธิภาพของ TensorFlow น้ำหนักของแบบจำลองถูกแช่แข็งสำหรับการเรียนรู้การถ่ายโอนดังนั้นโมเดลสามารถเรียนรู้รหัสเรซินได้เร็วขึ้น! แบบจำลองได้รับการฝึกฝนใน Python บนเครื่องจักรที่ใช้พลังงาน GPU เพื่อการฝึกอบรมที่เร็วขึ้น! คุณสามารถค้นหาสคริปต์การฝึกอบรมใน ml/train.py และลองด้วยตัวคุณเองคุณจะเห็นว่าสถาปัตยกรรมและพารามิเตอร์เมตาที่แตกต่างกันถูกทดลองก่อนที่จะมาถึงรุ่นสุดท้าย
ในการทำนายรหัสพลาสติกเรซิ่นจะต้องรวมเข้ากับแอพส่วนหน้าเพื่อผลลัพธ์แบบเรียลไทม์เพื่อทำสิ่งนี้เราต้องแปลงโมเดลในแบบที่เข้ากันได้กับ tensorflow.js เราใช้ผู้ปฏิบัติงานบนเว็บเพื่อป้องกันไม่ให้เธรดหลักเป็นบล็อกในขณะที่เรียกใช้การทำนายในไคลเอนต์
แอพส่งผ่านเทนเซอร์ภาพไปยังโมเดลที่ให้ความน่าจะเป็นสำหรับรหัสพลาสติกเรซิ่นแต่ละอันซึ่งเป็นรหัสที่มีความน่าจะเป็นสูงสุดที่จะแสดงต่อผู้ใช้ พร้อมกับคำแนะนำตามความต้องการ !
การฝึกอบรมแบบจำลองที่เฉพาะเจาะจงนั้นเป็นเรื่องยากรูปแบบมักจะผิดพลาด ดังนั้นถ้าเป็นเช่นนั้นเราให้โอกาสผู้ใช้บอกเราว่ารหัสที่ถูกต้องคืออะไร! ประโยชน์นี้มีหลายวิธี:
ในขณะที่เราใช้ส่วนหน้าสำหรับลูปข้อเสนอแนะเราลงเอยด้วยการไม่เชื่อมต่อกับแบ็กเอนด์เนื่องจากเพิ่มความซับซ้อนและค่าใช้จ่ายและเราต้องการให้แอพมีน้ำหนักเบามากและทำงานบนไคลเอนต์ทั้งหมด นอกจากนี้เรายังต้องสื่อสารกับผู้ใช้อย่างชัดเจนว่าจะใช้รูปภาพของพวกเขาอย่างไรและตั้งค่าระบบการเลือกเข้าร่วมหรือไม่เข้าร่วมซึ่งรู้สึกยุ่งยากเล็กน้อย
อย่าลังเลที่จะติดต่อเราที่ [email protected] ไปยัง Alyssa หรือ LEO โดยตรงหากคุณมีคำถามหรือข้อเสนอแนะ! หวังว่าคุณจะพบว่ามีประโยชน์?
