Garbage Classification V2

Dataset contenant près de 20 000 images de déchets réparties en 10 catégories distinctes. Utilisé pour entraîner des modèles de classification ou détection d’objets dans le domaine du recyclage et de la gestion des déchets.

Télécharger le dataset

Taille

Environ 19 762 images réparties en 10 classes, formats JPEG/PNG

Licence

MIT

Description

‍

Le dataset Garbage Classification V2 propose un ensemble de 19 762 images réparties en 10 classes distinctes de déchets, notamment métal, plastique, verre, et autres. Il est conçu pour faciliter le développement de modèles d’apprentissage automatique et de vision par ordinateur ciblant la classification d’objets liés au recyclage et à la gestion durable des déchets.

‍

À quoi sert ce dataset ?

‍

Entraîner des modèles de classification d’images pour identifier différents types de déchets
Développer des solutions IA pour le tri automatisé dans les systèmes de recyclage
Tester des algorithmes de vision par ordinateur appliqués à la gestion des déchets

‍

Peut-on l’enrichir ou l’améliorer ?

‍

Oui, il est possible d’enrichir ce dataset en ajoutant des annotations supplémentaires telles que des bounding boxes pour la détection d’objets, ou en augmentant les classes pour mieux couvrir d’autres types de déchets. La qualité des images peut aussi être améliorée par un nettoyage ou un filtrage selon le contexte d’usage.

‍

🔎 En résumé

Critère	Évaluation
🧩 Facilité d’utilisation	⭐⭐⭐⭐✩ (Prêt à l’emploi, nécessite peu de préparation)
🧼 Besoin de nettoyage	⭐⭐⭐⭐⭐ (Dataset bien organisé et propre)
🏷️ Richesse des annotations	⭐⭐✩✩✩ (Basique – uniquement classification par dossier)
📜 Licence commerciale	✅ Oui (MIT)
👨‍💻 Idéal pour les débutants	✅ Oui, très accessible pour l’apprentissage
🔁 Réutilisable en fine-tuning	✅ Parfait pour vision par ordinateur et classification
🌍 Diversité culturelle	⚠️ Modérée – images principalement d’objets usuels

‍

🧠 Recommandé pour

Étudiants en vision par ordinateur
Projets IA durables
Développeurs de solutions de tri intelligent

‍

🔧 Outils compatibles

TensorFlow
PyTorch
OpenCV
LabelImg (pour annotation)

‍

💡 Astuce

Utiliser des techniques d’augmentation d’images pour améliorer la robustesse du modèle.

Questions fréquemment posées

Ce dataset peut-il être utilisé pour la détection d’objets ou seulement la classification ?

Initialement conçu pour la classification, il peut être adapté à la détection avec des annotations supplémentaires.

Quelle est la diversité des classes dans ce dataset ?

Le dataset contient 10 classes distinctes de déchets, couvrant métal, plastique, verre, papier, entre autres.

Ce dataset est-il adapté aux débutants en vision par ordinateur ?

Oui, il est bien organisé et facile à utiliser, idéal pour apprendre les bases de la classification d’images.

Datasets similaires

Multimodal

CV-Bench

Texte

Synthetic ESCO Skill Sentences

Medical

NIH Chest X-rays