In dit project wordt onderzocht hoe kunstmatige intelligentie is in te zetten om zwerfafval automatisch te detecteren en classificeren om datagedreven beleidsinterventies te ondersteunen.
Het hoofddoel van het project is om een effectieve datagedreven aanpak van zwerfafval te ontwikkelen. Dit betekent dat we zwerfafval in kaart brengen, categoriseren en de gegevens gebruiken om beleidsinterventies te ondersteunen. Het project omvat het automatisch detecteren en classificeren van zwerfafval met behulp van kunstmatige intelligentie, waardoor gegevens veel sneller, nauwkeuriger en met minder inzet van menselijke tijd te verzamelen zijn.
Er zijn verschillende betrokken partijen bij dit project, waaronder gemeenten zoals Breda en ‘s-Hertogenbosch, organisaties als de stichting Nederland Schoon, milieuvereniging Markkant en mkb-bedrijven zoals GoClean, Runnerscafé en Elemental. Hogeschool Inholland en Antea Group brengen expertise in op het gebied van objectdetectie. Ons expertisecentrum, het Lectoraat Data Science & ICT van Avans Hogeschool, speelt een coördinerende rol in het project en heeft expertise op het gebied van data-integratie en dataplatformontwikkeling.
Datagedreven maatregelen nemen
Concrete acties omvatten het ontwikkelen van een gebruiksvriendelijk dataplatform, het trainen van objectdetectie-algoritmen en het automatiseren van het classificeren van beelden en video’s van zwerfafval. Het doel is om beleidsmakers en reinigingsdiensten in staat te stellen datagedreven maatregelen te nemen om zwerfafval te verminderen.
Kunstmatige intelligentie
Dit project maakt het verschil door het gebruik van kunstmatige intelligentie om het zwerfafvalprobleem aan te pakken. Het automatiseert een tijdrovend en arbeidsintensief proces, waardoor meer gegevens beschikbaar zijn voor datagedreven interventies. Dit kan leiden tot doelgerichter en effectiever beleid om zwerfafval te verminderen en zo de leefomgeving, de gezondheid en het milieu te verbeteren.
