WasteNet

La base de datos más grande del mundo de residuos, con una investigación pionera que impulsa la innovación en tecnologías de clasificación de residuos

Acerca de WasteNet

Nuestra investigación pionera se ha desarrollado en asociación con académicos de las principales universidades para crear WasteNet: la base de datos más grande del mundo de residuos.

Cuenta con más de 3 millones de imágenes de entrenamiento creadas por aprendizaje profundo y visión artificial, refinadas por el peso y la detección a nivel de marca.

WasteNet se basa en 4 pilares únicos: conjuntos de datos de imágenes de residuos, documentos de investigación, nuestra herramienta de exploración de datos y taxonomía de residuos.

Imágenes de residuosTrabajos de investigaciónVIZ-EDATaxonomía de residuos

Conjuntos de datos de imágenes de residuos

A través de Recycleye Vision, hemos analizado más de 3 millones de imágenes de residuos en planta (¡y contando!). Recopiladas por nuestro equipo experto de ingenieros de machine learning y socios de investigación académica, nuestras bases de datos están disponibles para fines académicos y no comerciales.

Solicitar acceso

Trabajos de investigación

Aprendizaje automático

WasteNet - Espangnol

Single Shot 2D Image to 3D Model – Espangnol

This research consists of 2 papers offering differing reconstruction approaches to obtain high accuracy inferences…
WasteNet - Espangnol

Deep Learning: Unsupervised Domain Adaptation – Espangnol

The goal of this WasteNet series is to engineer a Deep Learning model that will…
Logo detection
WasteNet - Espangnol

An Application of Machine Learning for Brand-Level Waste Management – Espangnol

Computer vision for brand-level logo detection of waste in real-time was tested. The brand recognition…

Industria de gestión de residuos

WasteNet - Espangnol

Modelling of a modern MRF – Espangnol

Paloma's paper has a dual focus on two of the challenges faced by MRFs today:…
WasteNet - Espangnol

Decentralised and Digitised Mini Material Recovery Facilities – Espangnol

This research explores the disruption of centralised waste facilities to accommodate a decentralised model, known as the…
recycling regulations
WasteNet - Espangnol

Regulated Bans in Waste Management – Espangnol

Amandine looks at how we can form healthier consumer habits and increased recycling rates by…

Viz-EDA

Sabemos que los conjuntos de datos son complejos y difíciles de visualizar, por lo que creamos Viz-EDA: una herramienta exploratoria de análisis de datos que ayuda a ver a través de los datos. Es completamente abierta y está disponible para su uso.

Más informaciónVer GitHub

Taxonomía de residuos

En Recycleye, estamos construyendo un estándar global para la clasificación de residuos, permitiendo que los actores de la industria de todo el mundo puedan hablar un lenguaje común, estableciendo claridad entre los mercados.

Acceso a WasteNet

Haga clic a continuación si es miembro de una institución académica y está interesado en explorar una de nuestras bases de datos para su investigación.

Solicitar acceso