Visão Computacional na Prática: Um Sistema de Detecção de Lixo para Cidades Inteligentes no Estado do Pará

• Romário da C. Silva UFPA
• Thalita Ayass de Souza UFPA
• Evelin Helena Silva Cardoso UFPA
• Jasmine Priscyla Leite de Araújo UFPA
• Carlos Renato L. Francês UFPA

DOI: https://doi.org/10.5753/erin.2024.4542

Resumo

O descarte inadequado de resíduos sólidos é um problema global crescente, impactando a saúde pública, o meio ambiente e a qualidade de vida urbana. No Brasil, e especialmente no Estado do Pará, esse problema é agravado por desafios estruturais e logísticos. Este artigo apresenta um sistema automatizado de detecção de lixo baseado em Visão Computacional, utilizando o algoritmo YOLOv8, com o objetivo de otimizar os serviços de limpeza pública e promover ambientes urbanos mais limpos e sustentáveis. O sistema alcançou uma mAP de 0.9467, precisão de 0.9408 e recall de 0.8779. No entanto, a diversidade dos resíduos pode afetar a precisão do modelo. A ampliação do dataset e a integração com tecnologias de Internet das Coisas (IoT) são propostas para aprimorar a robustez e a generalização do sistema.

Palavras-chave: Detecção de lixo, visão computacional, yolo

Referências

Adeleke, O., Akinlabi, S., Jen, T.-C., and Dunmade, I. (2021). Towards sustainability in municipal solid waste management in south africa: a survey of challenges and prospects. Transactions of the Royal Society of South Africa, 76(1):53–66.

Al-Dailami, A., Ahmad, I., Kamyab, H., Abdullah, N., Koji, I., Ashokkumar, V., and Zabara, B. (2022). Sustainable solid waste management in yemen: environmental, social aspects, and challenges. Biomass Conversion and Biorefinery, pages 1–27.

Azevedo, F. T., do Nascimento, Y. S., de Azevedo Ferreira, A. B., Maciel, I. R., dos Santos, J. V. G., da Costa, N. C., dos Santos, K. N., and de Almeida, M. K. C. (2020). Descarte domiciliar de medicamentos: uma análise da prática na região metropolitana de belém/pará. Revista Eletrônica Acervo Saúde, (57):e3809–e3809.

Ciaglia, F., Zuppichini, F. S., Guerrie, P., McQuade, M., and Solawetz, J. (2022). Roboflow 100: A rich, multi-domain object detection benchmark. arXiv preprint arXiv:2211.13523.

Dehghani, M. H., Omrani, G. A., and Karri, R. R. (2021). Solid waste—sources, toxicity, and their consequences to human health. In Soft computing techniques in solid waste and wastewater management, pages 205–213. Elsevier.

Ebekozien, A., Aigbavboa, C., Emuchay, F. E., Aigbedion, M., Ogbaini, I. F., and Awo-Osagie, A. I. (2022). Urban solid waste challenges and opportunities to promote sustainable developing cities through the fourth industrial revolution technologies. International Journal of Building Pathology and Adaptation, (ahead-of-print).

Figueiredo, K. R. (2023). Descarte de lixo inadequado da população brasileira. Revista Extensão, 7(4):138–140.

Lin, T.-Y., Maire, M., Belongie, S., Hays, J., Perona, P., Ramanan, D., Dollár, P., and Zitnick, C. L. (2014). Microsoft coco: Common objects in context. In Computer Vision–ECCV 2014: 13th European Conference, Zurich, Switzerland, September 6-12, 2014, Proceedings, Part V 13, pages 740–755. Springer.

Padilla, R., Netto, S. L., and Da Silva, E. A. (2020). A survey on performance metrics for object-detection algorithms. In 2020 international conference on systems, signals and image processing (IWSSIP), pages 237–242. IEEE.

Prajapati, K. K., Yadav, M., Singh, R. M., Parikh, P., Pareek, N., and Vivekanand, V. (2021). An overview of municipal solid waste management in jaipur city, india-current status, challenges and recommendations. Renewable and Sustainable Energy Reviews, 152:111703.

Reis, D., Kupec, J., Hong, J., and Daoudi, A. (2023). Real-time flying object detection with yolov8. arXiv preprint arXiv:2305.09972.

Silva, R. d. C. (2024). Lixo dataset. [link]. visited on 2024-09-15.

Tahir, N. U. A., Long, Z., Zhang, Z., Asim, M., and ELAffendi, M. (2024). Pvswin-yolov8s: Uav-based pedestrian and vehicle detection for traffic management in smart cities using improved yolov8. Drones, 8(3):84.