Automated Sorting: Mapping of selective collection disposal objects using artificial intelligence
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Outros Autores: | , , , , |
Tipo de documento: | Artigo |
Idioma: | eng |
Título da fonte: | AtoZ (Curitiba) |
Texto Completo: | https://revistas.ufpr.br/atoz/article/view/84456 |
Resumo: | Introdução: A inteligência artificial, especialmente na área de visão computacional, tem se destacado como uma ferramenta poderosa para diversas aplicações, incluindo a classificação de objetos. Neste estudo, desenvolvemos uma pesquisa aplicada que utiliza inteligência artificial para detectar e classificar objetos descartados como lixo em duas categorias principais: papel e metal. Método: A pesquisa se baseou em uma base de dados contendo cerca de 897 imagens de objetos descartados, sendo 448 imagens de papel e 449 imagens de metal. Utilizamos o modelo YOLOv5 (you only look once) para treinar e testar a detecção e classificação dos objetos. O YOLOv5 é conhecido por apresentar resultados promissores nesse tipo de tarefa. Resultados: Os resultados obtidos demonstraram que o modelo YOLOv5 apresentou um desempenho satisfatório na detecção e classificação dos objetos descartados. A precisão média alcançada foi de 0,88. Conclusão: O estudo mostra que o uso da inteligência artificial, por meio do modelo YOLOv5, é eficaz para detectar e classificar objetos descartados em categorias de reciclagem, como papel e metal. Essa abordagem pode contribuir significativamente para aprimorar o processo de coleta seletiva e a gestão de resíduos, promovendo práticas mais sustentáveis e conscientes em relação ao meio ambiente. |
id |
UFPR-6_7e95fb3376b2b191bbe2190e2ecbe745 |
---|---|
oai_identifier_str |
oai:revistas.ufpr.br:article/84456 |
network_acronym_str |
UFPR-6 |
network_name_str |
AtoZ (Curitiba) |
repository_id_str |
|
spelling |
Automated Sorting: Mapping of selective collection disposal objects using artificial intelligenceClassificação Automatizada: Mapeamento de objetos de coleta seletiva usando inteligência artificialCiência da Computação: Metodologia e Técnicas da ComputaçãoArtificial Intelligence; Recyclable garbage; YOLOv5; Object detection.Ciência da Computação: Metodologia e Técnicas da ComputaçãoInteligência Artificial; Lixo reciclável; YOLOv5; Detecção de objetos.Introdução: A inteligência artificial, especialmente na área de visão computacional, tem se destacado como uma ferramenta poderosa para diversas aplicações, incluindo a classificação de objetos. Neste estudo, desenvolvemos uma pesquisa aplicada que utiliza inteligência artificial para detectar e classificar objetos descartados como lixo em duas categorias principais: papel e metal. Método: A pesquisa se baseou em uma base de dados contendo cerca de 897 imagens de objetos descartados, sendo 448 imagens de papel e 449 imagens de metal. Utilizamos o modelo YOLOv5 (you only look once) para treinar e testar a detecção e classificação dos objetos. O YOLOv5 é conhecido por apresentar resultados promissores nesse tipo de tarefa. Resultados: Os resultados obtidos demonstraram que o modelo YOLOv5 apresentou um desempenho satisfatório na detecção e classificação dos objetos descartados. A precisão média alcançada foi de 0,88. Conclusão: O estudo mostra que o uso da inteligência artificial, por meio do modelo YOLOv5, é eficaz para detectar e classificar objetos descartados em categorias de reciclagem, como papel e metal. Essa abordagem pode contribuir significativamente para aprimorar o processo de coleta seletiva e a gestão de resíduos, promovendo práticas mais sustentáveis e conscientes em relação ao meio ambiente.Introduction:Artificial intelligence, especially in the field of computer vision, has emerged as a powerful tool for various applications, including object classification. In this study, we developed an applied research that utilizes artificial intelligence to detect and classify discarded objects as waste into two main categories: paper and metal. Method:The research was based on a database containing approximately 897 images of discarded objects, with 448 images of paper and 449 images of metal. We used the YOLOv5 (you only look once) model to train and test the object detection and classification. YOLOv5 is known for providing promising results in this type of task. Results:The obtained results demonstrated that the YOLOv5 model exhibited satisfactory performance in detecting and classifying the discarded objects. The achieved mean average precision was 0.88. Conclusion:The study shows that the use of artificial intelligence, through the YOLOv5 model, is effective in detecting and classifying discarded objects into recycling categories, such as paper and metal. This approach can significantly contribute to improving the selective collection process and waste management, promoting more sustainable and environmentally-conscious practices.Programa de Pós-graduação em Gestão da Informação - UFPRPossari, Alexandre CalazansSilva, Guilherme HenriqueCosta, Bernardo Sant'AnnaSoares, Eduardo AlmeidaTavares, Luis AntonioSilva, Alexandre Fieno2023-11-23info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionavaliado por paresapplication/pdfhttps://revistas.ufpr.br/atoz/article/view/8445610.5380/atoz.v12i0.84456AtoZ: novas práticas em informação e conhecimento; v. 12 (2023); 1 - 9AtoZ: novas práticas em informação e conhecimento; v. 12 (2023); 1 - 9AtoZ: novas práticas em informação e conhecimento; v. 12 (2023); 1 - 92237-826X10.5380/atoz.v12i0reponame:AtoZ (Curitiba)instname:Universidade Federal do Paraná (UFPR)instacron:UFPRenghttps://revistas.ufpr.br/atoz/article/view/84456/50762https://revistas.ufpr.br/atoz/article/downloadSuppFile/84456/52356https://revistas.ufpr.br/atoz/article/downloadSuppFile/84456/52678https://revistas.ufpr.br/atoz/article/downloadSuppFile/84456/52679https://revistas.ufpr.br/atoz/article/downloadSuppFile/84456/52680https://revistas.ufpr.br/atoz/article/downloadSuppFile/84456/52681https://revistas.ufpr.br/atoz/article/downloadSuppFile/84456/52682https://revistas.ufpr.br/atoz/article/downloadSuppFile/84456/52731Direitos autorais 2023 AtoZ: novas práticas em informação e conhecimentohttp://creativecommons.org/licenses/by/4.0info:eu-repo/semantics/openAccess2024-02-22T22:29:09Zoai:revistas.ufpr.br:article/84456Revistahttp://revistas.ufpr.br/atozPUBhttp://ojs.c3sl.ufpr.br/ojs2/index.php/atoz/oai||revistaatoz@ufpr.br|| contatoatoz@gmail.com2237-826X2237-826Xopendoar:2024-02-22T22:29:09AtoZ (Curitiba) - Universidade Federal do Paraná (UFPR)false |
dc.title.none.fl_str_mv |
Automated Sorting: Mapping of selective collection disposal objects using artificial intelligence Classificação Automatizada: Mapeamento de objetos de coleta seletiva usando inteligência artificial |
title |
Automated Sorting: Mapping of selective collection disposal objects using artificial intelligence |
spellingShingle |
Automated Sorting: Mapping of selective collection disposal objects using artificial intelligence Possari, Alexandre Calazans Ciência da Computação: Metodologia e Técnicas da Computação Artificial Intelligence; Recyclable garbage; YOLOv5; Object detection. Ciência da Computação: Metodologia e Técnicas da Computação Inteligência Artificial; Lixo reciclável; YOLOv5; Detecção de objetos. |
title_short |
Automated Sorting: Mapping of selective collection disposal objects using artificial intelligence |
title_full |
Automated Sorting: Mapping of selective collection disposal objects using artificial intelligence |
title_fullStr |
Automated Sorting: Mapping of selective collection disposal objects using artificial intelligence |
title_full_unstemmed |
Automated Sorting: Mapping of selective collection disposal objects using artificial intelligence |
title_sort |
Automated Sorting: Mapping of selective collection disposal objects using artificial intelligence |
author |
Possari, Alexandre Calazans |
author_facet |
Possari, Alexandre Calazans Silva, Guilherme Henrique Costa, Bernardo Sant'Anna Soares, Eduardo Almeida Tavares, Luis Antonio Silva, Alexandre Fieno |
author_role |
author |
author2 |
Silva, Guilherme Henrique Costa, Bernardo Sant'Anna Soares, Eduardo Almeida Tavares, Luis Antonio Silva, Alexandre Fieno |
author2_role |
author author author author author |
dc.contributor.none.fl_str_mv |
|
dc.contributor.author.fl_str_mv |
Possari, Alexandre Calazans Silva, Guilherme Henrique Costa, Bernardo Sant'Anna Soares, Eduardo Almeida Tavares, Luis Antonio Silva, Alexandre Fieno |
dc.subject.por.fl_str_mv |
Ciência da Computação: Metodologia e Técnicas da Computação Artificial Intelligence; Recyclable garbage; YOLOv5; Object detection. Ciência da Computação: Metodologia e Técnicas da Computação Inteligência Artificial; Lixo reciclável; YOLOv5; Detecção de objetos. |
topic |
Ciência da Computação: Metodologia e Técnicas da Computação Artificial Intelligence; Recyclable garbage; YOLOv5; Object detection. Ciência da Computação: Metodologia e Técnicas da Computação Inteligência Artificial; Lixo reciclável; YOLOv5; Detecção de objetos. |
description |
Introdução: A inteligência artificial, especialmente na área de visão computacional, tem se destacado como uma ferramenta poderosa para diversas aplicações, incluindo a classificação de objetos. Neste estudo, desenvolvemos uma pesquisa aplicada que utiliza inteligência artificial para detectar e classificar objetos descartados como lixo em duas categorias principais: papel e metal. Método: A pesquisa se baseou em uma base de dados contendo cerca de 897 imagens de objetos descartados, sendo 448 imagens de papel e 449 imagens de metal. Utilizamos o modelo YOLOv5 (you only look once) para treinar e testar a detecção e classificação dos objetos. O YOLOv5 é conhecido por apresentar resultados promissores nesse tipo de tarefa. Resultados: Os resultados obtidos demonstraram que o modelo YOLOv5 apresentou um desempenho satisfatório na detecção e classificação dos objetos descartados. A precisão média alcançada foi de 0,88. Conclusão: O estudo mostra que o uso da inteligência artificial, por meio do modelo YOLOv5, é eficaz para detectar e classificar objetos descartados em categorias de reciclagem, como papel e metal. Essa abordagem pode contribuir significativamente para aprimorar o processo de coleta seletiva e a gestão de resíduos, promovendo práticas mais sustentáveis e conscientes em relação ao meio ambiente. |
publishDate |
2023 |
dc.date.none.fl_str_mv |
2023-11-23 |
dc.type.none.fl_str_mv |
|
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion avaliado por pares |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://revistas.ufpr.br/atoz/article/view/84456 10.5380/atoz.v12i0.84456 |
url |
https://revistas.ufpr.br/atoz/article/view/84456 |
identifier_str_mv |
10.5380/atoz.v12i0.84456 |
dc.language.iso.fl_str_mv |
eng |
language |
eng |
dc.relation.none.fl_str_mv |
https://revistas.ufpr.br/atoz/article/view/84456/50762 https://revistas.ufpr.br/atoz/article/downloadSuppFile/84456/52356 https://revistas.ufpr.br/atoz/article/downloadSuppFile/84456/52678 https://revistas.ufpr.br/atoz/article/downloadSuppFile/84456/52679 https://revistas.ufpr.br/atoz/article/downloadSuppFile/84456/52680 https://revistas.ufpr.br/atoz/article/downloadSuppFile/84456/52681 https://revistas.ufpr.br/atoz/article/downloadSuppFile/84456/52682 https://revistas.ufpr.br/atoz/article/downloadSuppFile/84456/52731 |
dc.rights.driver.fl_str_mv |
Direitos autorais 2023 AtoZ: novas práticas em informação e conhecimento http://creativecommons.org/licenses/by/4.0 info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Direitos autorais 2023 AtoZ: novas práticas em informação e conhecimento http://creativecommons.org/licenses/by/4.0 |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.coverage.none.fl_str_mv |
|
dc.publisher.none.fl_str_mv |
Programa de Pós-graduação em Gestão da Informação - UFPR |
publisher.none.fl_str_mv |
Programa de Pós-graduação em Gestão da Informação - UFPR |
dc.source.none.fl_str_mv |
AtoZ: novas práticas em informação e conhecimento; v. 12 (2023); 1 - 9 AtoZ: novas práticas em informação e conhecimento; v. 12 (2023); 1 - 9 AtoZ: novas práticas em informação e conhecimento; v. 12 (2023); 1 - 9 2237-826X 10.5380/atoz.v12i0 reponame:AtoZ (Curitiba) instname:Universidade Federal do Paraná (UFPR) instacron:UFPR |
instname_str |
Universidade Federal do Paraná (UFPR) |
instacron_str |
UFPR |
institution |
UFPR |
reponame_str |
AtoZ (Curitiba) |
collection |
AtoZ (Curitiba) |
repository.name.fl_str_mv |
AtoZ (Curitiba) - Universidade Federal do Paraná (UFPR) |
repository.mail.fl_str_mv |
||revistaatoz@ufpr.br|| contatoatoz@gmail.com |
_version_ |
1809276795745206272 |