Técnicas de Deep Learning aplicadas a un sistema de clasificación de objetos para un recolector de residuos inteligente

Abstract

El objetivo principal del trabajo consiste en el desarrollo de un sistema de clasificación de objetos para ser utilizado en un recolector de residuos inteligente, aplicando técnicas de Aprendizaje Profundo (Deep Learning). Durante el desarrollo del trabajo se crearon modelos de redes neuronales convolucionales (CNN) capaces de identificar distintos objetos reciclables en diferentes imágenes, en tiempo real. También se realizaron pruebas utilizando modelos pre-entrenados con aprendizaje por transferencia (Transfer Learning) para comparar resultados. Estos modelos fueron implementados utilizando como lenguaje de programación Python, apoyándose en el Framework de backend TensorFlow y la librería de alto nivel Keras. Adicionalmente, se fueron evaluando una amplia variedad de herramientas de inteligencia artificial que permiten aplicar las técnicas de Deep learning de forma eficiente. En pos de conseguir mejores resultados, se llevaron a cabo pruebas con distintos datasets y diferentes modelos dejando en evidencia la importancia que tiene el armado de un dataset bien nutrido, con una buena distribución de las muestras al momento de aplicar las métricas. En todos los casos se realizó clasificación multiclase, en donde con los primeros modelos se contó con aproximadamente 8000 imágenes divididas en 4 clases (plástico, vidrio, metal, papel-cartón), y para modelos posteriores se incrementó el dataset contando con más de 15000 imágenes separadas en 6 clases distintas, agregando a las anteriores las clases “orgánico” y “no-reciclable”. La implementación de estos modelos se llevó a cabo utilizando el lenguaje de programación Python, mediante el algoritmo “You Only Look Once” (YOLO). Como parte de la validación, se probó el modelo final en una aplicación (versión beta) desarrollada en Python, utilizando una mini computadora Raspberry Pi y un módulo de cámara (picam). El sistema desarrollado permite analizar en tiempo real los fotogramas capturados por la cámara y aplicar el modelo de clasificación de manera instantánea, accediendo de esta forma a las coordenadas de dichos objetos en el fotograma para poder recolectarlos y separarlos para su posterior reciclaje.

The main objective of the work is the development of an object classification system to be used in an intelligent waste collector, applying Deep Learning techniques. During the work, models of convolutional neural networks (CNN) were created, capable of identifying different recyclable objects in different images in real time. Tests were also carried out using pre-trained models with transfer learning to compare results. These models were implemented using Python as the programming language, with support from the TensorFlow backend framework and the high-level Keras library. Additionally, a wide variety of artificial intelligence tools that allow for the efficient application of Deep Learning techniques were evaluated. In order to achieve better results, tests with different datasets and different models were carried out, highlighting the importance of building a well-nourished dataset with a good distribution of samples when applying metrics. In all cases, multi-class classification was performed. The initial models used approximately 8000 images divided into 4 classes (plastic, glass, metal, paper-cardboard), and for subsequent models, the dataset was increased to over 15,000 images divided into 6 different classes, adding "organic" and "non-recyclable" classes to the previous ones. The implementation of these models was carried out using the Python programming language, using the "You Only Look Once" (YOLO) algorithm. As part of the validation, the final model was tested in a Python-based application (beta version) using a Raspberry Pi mini computer and a camera module (picam). The developed system allows for the real-time analysis of frames captured by the camera and the instantaneous application of the classification model. This provides access to the coordinates of the objects in the frame to collect and separate them for subsequent recycling.