DETECTION OF SOLID DOMESTIC WASTE USING UAVS WITHIN THE URBAN AGGLOMERATION OF ALMATY
DOI:
https://doi.org/10.54668/2789-6323-2025-117-2-49-60Keywords:
YOLOv8, monitoring, solid waste, neural networksAbstract
Accelerated growth of urban agglomerations in Kazakhstan causes acute environmental problems associated with pollution of air, water and land environment of cities and suburbs. The number of unauthorized garbage and household waste dumps is growing. Increased generation of municipal solid waste (MSW) is a serious environmental problem, especially in urbanized and industrial regions. Traditional waste monitoring methods are labor intensive and limited in scope. This study proposes a system for automatic MSW detection based on the use of UAV-derived imagery and YOLOv8 deep learning model. The system was tested and achieved high MSW detection accuracy of Precision 84,8 %, Recall 81,5 % and mAP@0.5 (85,1 %), with an IoU of 0,5. Visual analysis confirmed the model's ability to effectively detect waste under different conditions with minimal errors. The research findings can be integrated into environmental monitoring systems for rapid detection of unauthorized waste dumps and optimization of remediation measures.
References
Бекежанов Д. Проблемы и перспективы утилизации твердых бытовых отходов в Республике Казахстан // Вестник КазНУ. – 2017. – № 1(81). – C. 227- 233.
Булекова А.А., Габдуллина С. Проблема утилизации ТБО // Вестник ЗКУ. – 2021. – № 1(81). – С. 448-454
Калиева С.С., Төлепов Ә.Е., Хойч А., Шаяхметова Л.М. Экономическая оценка политики по сокращению ТБО в Республике Казахстан с использованием метода условной оценки (CV) // Вестник университета «Туран». – 2024. – № 3. – С. 23-34. https://doi.org/10.46914/1562-2959-2024-1-3-23-34.
Hoornweg D., Bhada-Tata P. What a waste: A global review of solid waste management. World Bank, 2012.
Скрипка Г.И., Сапрыгин В.В., Ивлиева О.В., Беспалова Л.А., Глинка В.В. Опыт использования беспилотных летательных аппаратов для выявления мест размещения отходов в водоохранных зонах // Известия высших учебных заведений. Северо-Кавказский регион. Естественные науки. – 2023. – № 3(219). – С. 131-139. doi: 10.18522/1026-2237-2023-3-131-139.
Холявко Т.И. Динамика количества твердых бытовых отходов и их морфологический состав на примере Санкт-Петербурга, Стокгольма, Токио и Хельсинки Приоритетные научные направления: от теории к практике. – 2014. – № 10. – С. 16-21.
Сатбаева А. Около 80 миллиардов iPhone. Сколько мусора накопилось в Алматы и Астане//Tengrinews.kz [Электронный ресурс] URL: https://tengrinews.kz/kazakhstan_news/okolo-80-milliardov-iphone-skolko-musora-nakopilos-almatyi-493313/, дата обращения: 28.04.2025
Русаков К.Д. Использование глубокого обучения и беспилотных летательных аппаратов для обнаружения мусора на водной поверхности // Всероссийское совещание управления. – 2024. – С. 1157–1161.
Мониторинг мусорных полигонов с применением дронов // Aeromotus [Электронный ресурс]. – URL: https://aeromotus.ru/monitoring-of-landfills-from-uavs/, дата обращения: 11.01.2025
Redmon J., Divvala S., Girshick R., Farhadi A. You only look once: Unified, real-time object detection. In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, Las Vegas, NV, USA, 27–30 June 2016, pp. 779–788.
Casas E., Ramos L., Romero C., Rivas-Echeverría F. A review of computer vision applications for asset inspection in the oil and gas Industry. Journal of Pipeline Science and Engineering, 2024, pp. 100246. https://doi.org/10.1016/j.jpse.2024.100246.
Gheorghe C., Duguleana M., Boboc R.G., Postelnicu C.C. Analyzing Real-Time Object Detection with YOLO Algorithm in Automotive Applications: A Review. CMES - Computer Modeling in Engineering and Sciences, 2024, Vol. 141, Issue 3., pp. 1939-1981. https://doi.org/10.32604/cmes.2024.054735.
Han W., Luo W., Jin Y., Zho M. A Deep Learning Model for Automatic Plastic Waste Monitoring Using Unmanned Aerial Vehicle (UAV) Data. ESS Open Archive, 2021. https://doi.org/1010.1002/essoar.10507932.1.
Liao Y.-H., Juang J.-G. Real-Time UAV Trash Monitoring System. Applied Science, 2022, Vol. 12, pp. 1838. https://doi.org/10.3390/app12041838
Казаков С., Азаренко Н. Интеллектуальная система обнаружения и учета мусора на территории муниципалитета // Сборник статей IV Всероссийской научно-практической конференции, приуроченной к Году науки и технологий в России «Вызовы цифровой экономики: тренды развития в условиях последствий пандемии COVID-19». – Брянск, 2021. – С. 10–12.
Explanation of all of YOLO series Part 11. [Электронный ресурс]. URL: https://zenn.dev/yuto_mo/articles/14a87a0db17dfa, дата обращения: 11.01.2025
Набор данных COCO. [Электронный ресурс]. URL: https://docs.ultralytics.com/ru/datasets/detect/coco/, дата обращения: 11.01.2025
Roboflow. [Электронный ресурс]. URL: https://app.roboflow.com (дата обращения: 11.02.2025).
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Author
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
