使用智能手机应用程序和公民科学与基于深度学习的图像处理相结合,量化城市垃圾
Shin'ichiro Kako1, Ryunosuke Muroya2, Daisuke Matsuoka1
1Graduate School of Science and Engineering, Department of Engineering, Ocean Civil Engineering Program, Kagoshima University, 1-21-40 Korimoto, Kagoshima, Kagoshima 890-0065, Japan; Center for Earth Information Science and Technology, Research Institute for Value-Added-Information Generation, Japan Agency for Marine-Earth Science and Technology (JAMSTEC), 3173-25, Showa-machi, Kanazawa-ku, Yokohama, Kanagawa 236-0001, Japan.
Waste management (New York, N.Y.)
|June 29, 2024
概括
公民科学通过Pirika智能手机应用程序和深度学习有效量化城市街道垃圾. 这种方法可视化和描述塑料污染,有助于环境管理.
科学领域:
- 环境科学 环境科学
- 城市生态城市生态学
- 数据科学数据科学数据科学
背景情况:
- 城市垃圾,特别是塑料垃圾,对环境构成重大挑战.
- 有效的管理需要准确的关于垃圾数量和组成的数据.
- 目前用于垃圾评估的方法可能是劳动密集型和范围有限的.
研究的目的:
- 提出和验证一个多学科的方法来量化和分类城市垃圾.
- 为了利用公民科学和深度学习来有效地分析街头垃圾.
- 为监测城市污染提供可扩展的方法.
主要方法:
- 使用Pirika智能手机应用程序进行公民来源的垃圾图像收集.
- 采用深度学习算法进行自动图像分析和垃圾分类.
- 来自垃圾映射应用程序的综合地理空间数据.
主要成果:
- 收集了大约一百万张垃圾图像,确定头,塑料袋和瓶子是最常见的物品.
- 开发了一种具有>75%精度和回忆的深度学习模型,用于识别顶级垃圾类别.
- 通过使用地图数据,可视化城市区域的垃圾分布.
结论:
- 公民科学与智能手机技术和深度学习相结合,为城市垃圾评估提供了一个强大的工具.
- 这种综合方法可以有效地可视化,量化和描述街头垃圾.
- 该方法支持加强污染管理和可持续城市发展.


