WasteNet

Il più grande database sui rifiuti al mondo, creato per mezzo di una ricerca pionieristica all’avanguardia tra le tecnologie di raccolta differenziata dei rifiuti

recycleye

Informazioni su WasteNet

La nostra ricerca pionieristica è stata sviluppata in collaborazione con noti accademici universitari per creare WasteNet: il più grande set di dati sui rifiuti al mondo.

Ha circa 3 milioni di immagini di formazione create dal deep learning e dal riconoscimento delle immagini, completate dal peso e dal rilevamento del marchio.

WasteNet si basa su 4 pilastri unici : set di dati di immagini di scarto, documenti di ricerca, il nostro strumento di data mining e tassonomia dei rifiuti.

Database delle immaginiDocumenti di ricercaVIZ-EDATassonomia dei rifiuti

Set di dati di immagini di scarto

Grazie a Recycleye Vision, abbiamo analizzato circa 3 milioni di immagini di rifiuti (e il processo continua!). Creati dal nostro team di esperti ingegneri specializzati in machine learning assieme ai partner di ricerca accademica, i nostri database sono disponibili per scopi accademici e non commerciali.

Richiedi l'accesso
recycleye

Documenti di ricerca

Apprendimento automatico

WasteNet - Italiano

Single Shot 2D Image to 3D Model – Italiano

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

Deep Learning: Unsupervised Domain Adaptation – Italiano

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

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

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

Industria della gestione dei rifiuti

recycleye
WasteNet - Italiano

Modelling of a modern MRF – Italiano

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

Decentralised and Digitised Mini Material Recovery Facilities – Italiano

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

Regulated Bans in Waste Management – Italiano

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

Viz-EDA

I set di dati sono spesso complessi e difficili da visualizzare, quindi  abbiamo creato Viz-EDA: uno strumento esplorativo di analisi dei dati che aiuta a vedere attraverso i dati. È completamente open-source e disponibile per l’uso.

Learn MoreView GitHub

Tassonomia dei rifiuti

In Recycleye, il nostro obiettivo è quello di creare uno standard globale per la classificazione dei rifiuti affinché  gli operatori del settore di tutto il mondo possano parlare una lingua comune, uniformando i vari mercati.

recycleye

Accesso WasteNet

Clicca qui sotto se sei un membro di un istituto scolastico e desideri esplorare uno dei nostri database come parte della tua ricerca.

Richiedi l'accesso