Uma Abordagem Inovadora Baseada no Algoritmo YOLOv3 para Aprendizado Profundo na Segregação de Resíduos: Rumo à Gestão Inteligente de Resíduos

O colossal aumento da poluição ambiental e degradação, resultando em desiquilíbrio ecológico, é uma preocupação marcante na era contemporânea. Além disso, a proliferação no desenvolvimento de cidades inteligentes em todo o mundo exige o surgimento de um sistema robusto de gestão inteligente de resíduos para a segregação adequada dos mesmos, com base em sua biodegradabilidade. O presente trabalho investiga uma abordagem inovadora para a segregação de resíduos para seu efetivo reaproveitamento e descarte, utilizando uma estratégia de aprendizado profundo. O algoritmo YOLOv3 foi utilizado na estrutura da rede neural Darknet para treinar um conjunto de dados feito à mão. A rede foi treinada para 6 classes de objetos (a saber: papelão, vidro, metal, papel, plástico e resíduos orgânicos). Além disso, para avaliação comparativa, a tarefa de detecção também foi realizada utilizando YOLOv3-tiny para validar a competência do algoritmo YOLOv3. Os resultados experimentais demonstram que a metodologia YOLOv3 proposta apresenta capacidade de generalização satisfatória para todas as classes com uma variedade de itens de resíduos.