Sistema de Detecção e Classificação de Resíduos Sólidos com Computação em Borda Usando Deep Learning
Resumo
Este artigo apresenta um sistema inteligente inovador para a detecção e classificação automática de resíduos sólidos urbanos, com o objetivo de melhorar a eficiência e a confiabilidade dos processos de coleta seletiva. Utilizando inteligência artificial e técnicas avançadas de deep learning, como o modelo YOLOv8n em conjunto com TensorFlow Lite, o sistema é capaz de identificar e classificar resíduos em quatro categorias principais: metal, papel/papelão, vidro e plástico. O modelo treinado foi incorporado a um aplicativo móvel desenvolvido em Flutter, visando otimizar a coleta seletiva e aumentar a precisão na separação de resíduos, promovendo o descarte adequado. Os usuários podem interagir facilmente com o aplicativo enviando ou capturando imagens e recebendo feedback instantâneo sobre o tipo de resíduo detectado, acompanhado de códigos de cores padronizados para auxiliar na correta separação dos materiais. Após testes comparativos com diferentes versões da rede, optamos por utilizar a YOLOv8n, com uma média de precisão (mAP) de 95,08% e F1-score de 93,12%. Desenvolvido para dispositivos móveis, o sistema é uma ferramenta acessível que contribui para a sustentabilidade ambiental, incentivando práticas responsáveis de descarte e facilitando o uso em cenários de computação em borda.
Referências
Brazil, “Establishes the national solid waste policy and provides other measures - law no. 12,305, of august 2, 2010,” Bras´ılia, DF, August 2 2010.
Brazilian Association of Public Cleaning and Waste Companies Specials (ABRELPE), “Panorama of solid waste in brazil 2020,” 2020.
S. Li, “Tensorflow lite: On-device machine learning framework,” Journal of Computer Research and Development, vol. 57, no. 9, pp. 1839–1853, 2020.
D. Martinovci, “Litter detection: On-land and underwater image recognition dataset for litter detection,” Available on Kaggle. [Online]. Available: [link]
Brazil. National Council for the Environment (CONAMA), “Defines the color code for the different types of waste in selective collection - resolution no. 275, of 25 april 2001.” Brasília, DF, April 25 2001.
J. Redmon et al., “You only look once: Unified, real-time object detection,” in IEEE Conference on Computer Vision and Pattern Recognition, Las Vegas, USA, 2016, pp. 779–788.
