New Trash Classification Dataset
Dataset visuel structuré pour l’entraînement de modèles de classification d’objets recyclables, avec 1 000 images par classe pour 8 catégories différentes.
Description
Le dataset New Trash Classification regroupe 8 000 images réparties équitablement en 8 classes de déchets (ex. : plastique, métal, papier, organique). Chaque image a été sélectionnée et restructurée depuis plusieurs sources open-source pour offrir un corpus propre, équilibré et pertinent pour l’entraînement de modèles d’apprentissage profond.
À quoi sert ce dataset ?
- Former des modèles de classification d’images dans un contexte environnemental
- Projets IA pour trier automatiquement les déchets recyclables
- Applications mobiles ou industrielles d’aide au tri sélectif
Peut-on l’enrichir ou l’améliorer ?
Oui, on peut augmenter la diversité du dataset via data augmentation, ajouter des sous-classes (papier froissé, plastique souple/dur...), ou combiner avec des données géolocalisées pour enrichir les cas d’usage. Il peut aussi servir de base pour des approches multimodales (image + texte).
🔎 En résumé
🧠 Recommandé pour
- Développeurs IA environnementale
- Enseignants en deep learning
- Startups de recyclage intelligent
🔧 Outils compatibles
- TensorFlow
- PyTorch
- FastAI
- Roboflow
💡 Astuce
Appliquer une normalisation colorimétrique et une rotation aléatoire pour renforcer la robustesse du modèle.
Questions fréquemment posées
Ce dataset contient-il uniquement des images triées par type de déchet ?
Oui, les images sont réparties équitablement en 8 classes bien définies, idéales pour un entraînement supervisé.
Peut-on l’utiliser pour une application mobile de tri des déchets ?
Absolument, il est parfaitement adapté pour des modèles légers embarqués sur smartphone.
Est-il possible de combiner ce dataset avec d’autres sources ?
Oui, il peut facilement être fusionné avec d’autres jeux de données similaires pour améliorer la diversité et la précision.
