Garbage Classification

🚀 ゴミ分類

ゴミ分類は、ゴミの成分や利用価値、環境への影響、既存の処理方法の要件に基づいて、ゴミをいくつかの異なるカテゴリに分けることです。このプロジェクトは、画像分類モデルを用いてゴミの種類を識別することを目的としています。

🚀 クイックスタート

このプロジェクトでは、ゴミ分類のための画像分類モデルを構築しています。以下に、このプロジェクトの概要を説明します。

✨ 主な機能

• ゴミの画像を6つのカテゴリ（段ボール、ガラス、金属、紙、プラスチック、その他）に分類することができます。
• モデルはVision Transformer (ViT) をベースに構築されており、高い精度でゴミを分類することができます。

📚 ドキュメント

概要

背景

ゴミ分類とは、ゴミの成分、利用価値、環境への影響、既存の処理方法の要件に基づいて、ゴミをいくつかの異なるカテゴリに分けることです。ゴミ分類の意義は以下の通りです。

1. ゴミ分類により、異なるゴミ間の相互汚染を減らし、材料のリサイクルに役立ちます。
2. ゴミ分類は、最終的な廃棄物処理量の削減に役立ちます。
3. ゴミ分類は、社会の文明度を向上させるのに役立ちます。

データセット

ゴミ分類のデータセットはKaggleから取得しました。このデータセットには合計2467枚の画像が含まれています。このモデルは、このデータセットに対する画像分類モデルです。データセットには6つのクラスがあり、それぞれ段ボール（393枚）、ガラス（491枚）、金属（400枚）、紙（584枚）、プラスチック（472枚）、その他（127枚）です。

モデル

このモデルは、ViT モデルをベースに構築されています。ViTはVision Transformerの略で、Google Brainの研究者チームによって2021年6月に論文 An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale で紹介されました。最初は このリポジトリ で公開されました。私はこのモデルをPyTorchで学習させました。Transformerを使って画像を学習させる場合とテキストを学習させる場合の最大の違いは、トークン化のステップにあると思います。

画像をトークン化するには3つのステップがあります。

1. 画像をサブ画像パッチのグリッドに分割する
2. 各パッチを線形射影で埋め込む
3. 各埋め込みパッチがトークンになり、埋め込みパッチの結果のシーケンスがモデルに渡されるシーケンスになります。

私はこのモデルを10エポックで学習させ、オプティマイザとしてAdamを使用しました。テストセットでの精度は95%です。

Huggingface Space

Huggingface spaceは こちら です。

Huggingface Model Card

Huggingfaceのモデルカードは こちら です。

重要な分析

1. 次のステップ：このデータセットに対してCNNモデルを構築し、この2つのモデルの精度と学習時間を比較する。
2. Datasetパッケージを使用して画像データを保存していません。Datasetパッケージを使って画像データを扱う方法を調べたい。

リソースリンク

• vit-base-patch16-224-in21k
• ゴミデータセット
• An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale

コードデモ

コードデモ はこのリポジトリ内にあります。

リポジトリ

このリポジトリ内にあります。