Modelo Basado en YOLOv8 para la Detección de Residuos Sólidos
Resumen
El principal motivo de este artículo fue la práctica de reconocimiento de objetos, utilizando la tecnología de Ultralytics, YOLOv8, aplicando el aprendizaje supervisado y otros métodos de machine learning. Se tomó en cuenta las definiciones de la detección de objetos y entrenamiento de modelos para clasificar los residuos sólidos para que estos sean después reciclados, para luego identificar manualmente cada clase de objeto con el etiquetador LabelImg, tomando en cuenta las posiciones de cada objeto en las imágenes. Se analizaron 1517 imágenes dándonos unos resultados excelentes y considerables.
Descargas
Citas
M. Razzok, A. Badri, I. E. Mourabit, Y. Ruichek, and A. Sahel, “Pedestrian detection under weather conditions using conditional generative adversarial network,” Int J Artif Intell, vol. 12, no. 4, pp. 1557– 1568, 2023.
U. Sirisha, S. P. Praveen, P. N. Srinivasu, P. Barsocchi, and A. K. Bhoi, “Statistical analysis of design aspects of various yolo-based deep learning models for object detection,” International Journal of Computational Intelligence Systems, vol. 16, no. 1, p. 126, 2023.
M. G. Dinesh, N. Bacanin, S. S. Askar, and M. Abouhawwash, “Diagnostic ability of deep learning in detection of pancreatic tumour,” Scientific Reports, vol. 13, no. 1, p. 9725, 2023.
K. Niu and Y. Yan, “A small-object-detection model based on improved yolov8 for uav aerial images,” in 2023 2nd International Conference on Artificial Intelligence and Intelligent Information Processing (AIIIP). IEEE, 2023, pp. 57–60.
“Región natural año 5. residuos sólidos,” 2012. [Online]. Available: https://www.inei.gob.pe/media/MenuRecursivo/publicaciones_digitales/Est/Lib1756/cap05.pdf
A. F. M. Rendón, “Caracterización de residuos sólidos,” Cuaderno activa, vol. 4, pp. 67–72, 2012.
D. Horcajada Jiménez, “Metodología para la detección de objetos en imágenes basada en la librería yolo con aplicación a la detección de carros,” Master’s thesis, Unknown, 2021.
N. V. Kumsetty, A. B. Nekkare, S. Kamath S, and A. Kumar M, “Trashbox: Trash detection and classification using quantum transfer learning,” 2022.
“Wfdownloader app - free bulk image downloader and multi-purpose bulk downloader,” 2023. [Online]. Available: https://www.wfdownloader.xyz/
G. Boesch, “Labelimg for image annotation - viso.ai,” 2022. [Online]. Available: https://viso.ai/ computer-vision/labelimg-for-image-annotation/
Ultralytics, “Object detection datasets overview,” 2023. [Online]. Available: https://docs.ultralytics.com/ es/datasets/detect/#supported-datasets
Y. M. Tang, W. T. Kuo, and C. K. Lee, “Real-time mixed reality (mr) and artificial intelligence (ai) object recognition integration for digital twin in industry 4.0,” Scopus, 2023.
J. Hui, “map (mean average precision) for object detection,” 2018. [Online]. Available: https://jonathan-hui.medium.com/map-mean-average-precision-for-object-detection-45c121a31173 [14] Ultralytics, “Yolo performance metrics,” 2023. [Online]. Available: https://docs.ultralytics.com/es/guides/ yolo-performance-metrics/
——, “Yolov8,” 2023. [Online]. Available: https://docs.ultralytics.com/es/models/yolov8/ #performance-metrics
——, “Train,” 2023. [Online]. Available: https://docs.ultralytics.com/es/modes/train/ [17] J. Brownlee, “What is the difference between a batch and an epoch in a neural network,” Machine Learning Mastery, vol. 20, 2018.
Ultralytics, “Val,” 2023. [Online]. Available: https://docs.ultralytics.com/es/modes/val/
Derechos de autor 2024 Innovación y Software
Esta obra está bajo licencia internacional Creative Commons Reconocimiento 4.0.
Los autores ceden en exclusiva el derecho de publicación de su artículo a la Revista Innovación y Software, que podrá editar o modificar formalmente el texto aprobado para cumplir con las normas editoriales propias y con los estándares gramaticales universales, antes de su publicación; asimismo, nuestra revista podrá traducir los manuscritos aprobados a cuantos idiomas considere necesario y difundirlos en varios países, dándole siempre el reconocimiento público al autor o autores de la investigación.
