Status: Concluído ✅
Modelo: ResNet50 (Transfer Learning)
Acurácia Final: 90.79% (TrashNet)
Arquitetura: MLOps Pipeline Completo (Model + API + Frontend)

O EcoSort AI é uma solução completa de Visão Computacional para automação da reciclagem. O projeto vai além do treinamento do modelo, implementando um pipeline de MLOps com API de inferência e interface de usuário, focando em robustez contra viés de contexto.

O sistema aborda desafios reais de engenharia, como datasets desbalanceados, viés de contexto (background bias) e training-serving skew, demonstrando a diferença entre performance em ambiente controlado e aplicação no mundo real.

O projeto foi estruturado simulando um ambiente de produção real com três componentes integrados:

1. Núcleo de IA (PyTorch): Treinamento com Transfer Learning e correção de desbalanceamento
2. Backend (FastAPI): API RESTful que serve o modelo, tratando imagens (bytes) e normalização
3. Frontend (Streamlit): Interface web amigável para upload e classificação em tempo real

waste-classifier-pytorch/
│
├── app/
│   ├── main.py          # API FastAPI
│   ├── frontend.py      # Interface Streamlit
│   └── utils.py         # Lógica de Inferência e Pré-processamento
│
├── src/
│   └── notebook.ipynb   # Treinamento e Análise
│
├── models/              # Modelos salvos
│
├── assets/              # Imagens de demonstração e matriz de confusão
│
├── TrashNet/            # Dataset (baixar separadamente)
│
├── requirements.txt     # Dependências do projeto
│
└── README.md            # Este arquivo

• PyTorch: Construção do modelo e treinamento
• Torchvision: Transfer Learning e transformações
• Scikit-learn: Métricas de avaliação e split estratificado

• FastAPI: API RESTful de alta performance
• Uvicorn: Servidor ASGI para FastAPI
• Pillow: Processamento de imagens

• Streamlit: Interface web interativa
• Requests: Comunicação com a API

• Matplotlib: Visualizações e matriz de confusão
• Pandas/NumPy: Manipulação de dados

Utilizei o dataset padrão da indústria, TrashNet, contendo 2.527 imagens divididas em 6 categorias.

• 📦 Cardboard (Papelão)
• 🍷 Glass (Vidro)
• 🔩 Metal
• 📄 Paper (Papel)
• 🧴 Plastic (Plástico)
• 🗑️ Trash (Lixo Geral)

O dataset original apresenta forte desbalanceamento (muito papel, pouco lixo geral), o que pode causar viés no modelo.

1. Split Estratificado

• Mantém a proporção de classes em Treino/Validação/Teste
• Garante que todas as classes estejam representadas adequadamente

2. Balanceamento via Pesos

• WeightedRandomSampler durante o treinamento
• Pesos na Loss Function calculados inversamente à frequência das classes
• Penaliza mais o modelo quando erra classes minoritárias (como Trash)

Utilizei Transfer Learning para contornar a escassez de dados e acelerar a convergência.

• ResNet50 pré-treinada na ImageNet
• Feature Extractor congelado (pesos mantidos fixos)
• Aproveita representações visuais aprendidas de 1.4 milhões de imagens

classifier = nn.Sequential(
    nn.Linear(2048, 1024),
    nn.ReLU(),
    nn.Dropout(0.5),        # Crucial para regularização
    nn.Linear(1024, 6)      # 6 classes de resíduos
)

Dropout (0.5) foi essencial para evitar overfitting dado o tamanho reduzido do dataset.

O modelo atingiu resultados competitivos com o Estado da Arte para este dataset.

Abaixo, a Matriz de Confusão mostrando os acertos por classe:

Figura 1: Matriz de Confusão do modelo no conjunto de teste

Pontos Fortes:

• ✅ Trash (Lixo Geral): 19/20 acertos - estratégia de pesos funcionou perfeitamente
• ✅ Excelente distinção entre Papel e Papelão

Desafios Identificados:

• ⚠️ Leve confusão entre Vidro e Plástico devido à transparência e reflexos similares (esperado e reduzido)
• ⚠️ Algumas confusões em materiais com textura ambígua

A maior conquista deste projeto foi corrigir o Training-Serving Skew. Após validar o modelo com 90% de precisão no dataset (fundo branco uniforme), realizamos testes com fotos reais de smartphone para avaliar a robustez em condições não controladas.

Problema detectado: O modelo aprendeu a associar o fundo da imagem à classe, não apenas o objeto.

Experimento Inicial (Antes da Correção):

• Fotografamos uma folha de papel branca sobre um piso de madeira

Resultado Anterior:

• 🏷️ Classe Real: Paper
• 🧠 Predição: CARDBOARD (99.9% de confiança) ❌

Diagnóstico:

• O modelo associou a cor marrom e textura do chão à classe Papelão
• Ignorou completamente a cor branca e textura lisa do papel
• Shortcut learning: Aprendeu atalho visual (fundo) em vez da característica real (objeto)

Após Correção:

• Sistema agora aplica normalização adequada na inferência
• Viés de fundo drasticamente reduzido ✅

Experimento (Teste Extremo):

• Fotografamos uma garrafa de plástico transparente jogada na grama (fundo nunca visto no treino)

Resultado:

• 🏷️ Classe Real: Plastic
• 🧠 Predição: PLASTIC (62.18% de confiança) ✅

Análise:

• A confiança foi menor (o que é honesto e esperado)
• A decisão foi correta
• O modelo aprendeu a forma do objeto, ignorando o fundo verde
• Demonstra robustez contra ambientes não controlados

Experimento:

• Fotografamos uma garrafa de vidro em ambiente complexo com fundo variado

Resultado Inicial (Antes da Correção):

• 🏷️ Classe Real: Glass
• 🧠 Predição: PLASTIC (83% de confiança) ❌
• Problema: Modelo confundia reflexos com características de plástico

Resultado Atual (Após Correção):

• 🧠 Predição (Fundo Complexo): GLASS (81.93% de confiança) ✅
• 🧠 Predição (Fundo Branco): GLASS (98.46% de confiança) ✅

Conclusão:

• O modelo mantém coerência da classificação em ambientes não controlados
• Normalização correta foi crítica para generalização

1. Dataset Homogêneo: TrashNet possui todas as imagens com fundo branco/neutro
2. Feature Learning Incorreto: A rede aprendia que fundo marrom/texturizado = Papelão
3. Ausência de Variabilidade: Não há exemplos de papel em fundos escuros ou papelão em fundos claros
4. Training-Serving Skew: Diferença entre pré-processamento no treino vs. inferência

Solução Principal: Normalização da ImageNet

transforms.Normalize(
    mean=[0.485, 0.456, 0.406],  # Valores da ImageNet
    std=[0.229, 0.224, 0.225]
)

Aplicação consistente em:

• ✅ Pipeline de treinamento
• ✅ Pipeline de validação
• ✅ API de inferência (FastAPI)
• ✅ Frontend (Streamlit)

Resultado: Redução drástica do viés de fundo, permitindo generalização para ambientes reais.

Para tornar o EcoSort AI ainda mais robusto para aplicação em larga escala:

Implementar um modelo de segmentação (ex: U-Net ou Mask R-CNN) para:

• Isolar o objeto do fundo
• Remover background antes da classificação
• Pipeline de dois estágios: Segmentação → Classificação

• Mosaic Augmentation: Inserir fundos aleatórios durante o treino
• CutOut: Mascarar partes da imagem para forçar o modelo a não depender de contexto
• MixUp: Misturar imagens de diferentes classes

• Coletar imagens com fundos diversos (madeira, concreto, grama, etc.)
• Incluir variações de iluminação (dia, noite, sombra)
• Adicionar objetos em diferentes ângulos e distâncias

• Treinar em imagens sintéticas com fundos variados
• Aplicar técnicas de Domain Randomization
• Fine-tuning em dados reais coletados de usuários

• Containerização com Docker
• Deploy em nuvem (AWS/GCP/Azure)
• Monitoramento de drift do modelo
• Sistema de feedback para retreinamento contínuo

git clone https://github.com/oalvarobraz/eco-sort-ai.git
cd eco-sort-ai

Acesse o TrashNet Dataset e extraia TrashNet/

pip install -r requirements.txt

jupyter notebook src/notebook.ipynb

Em um terminal, inicie o servidor FastAPI:

uvicorn app.main:app --reload

O servidor rodará em http://127.0.0.1:8000

Em outro terminal, inicie o Streamlit:

streamlit run app/frontend.py

O navegador abrirá automaticamente. Basta arrastar uma imagem para classificar! 🎉

# Deep Learning
torch>=2.0.0
torchvision>=0.15.0

# Backend
fastapi>=0.104.0
uvicorn[standard]>=0.24.0
python-multipart>=0.0.6

# Frontend
streamlit>=1.28.0
requests>=2.31.0

# Processamento
pillow>=10.0.0
numpy>=1.24.0
pandas>=2.0.0

# Visualização
matplotlib>=3.7.0
seaborn>=0.12.0
scikit-learn>=1.3.0

• Transfer Learning: ResNet50 acelerou drasticamente o treinamento e melhorou a generalização
• Balanceamento de Classes: Pesos na loss function foram cruciais para lidar com desbalanceamento
• Training-Serving Skew: Normalização consistente entre treino e inferência é crítica
• Viés de Dataset: Identificação prática de shortcut learning e suas implicações em produção
• Gap Lab → Real: Métricas em ambiente controlado não garantem performance em aplicação real
• MLOps Pipeline: Implementação de API + Frontend simula ambiente de produção real
• Confiança do Modelo: Importante monitorar não apenas a classe predita, mas também a confiança

O EcoSort AI demonstra tanto o potencial quanto as limitações de Deep Learning aplicado a problemas reais, e como superá-las através de engenharia cuidadosa.

Conquistas:

• ✅ 90.79% de acurácia em ambiente controlado
• ✅ Robustez em ambientes não controlados após correção de viés
• ✅ Pipeline MLOps completo (Modelo + API + Frontend)
• ✅ Identificação e correção de training-serving skew

Lições Críticas:

1. Dataset diversificado que represente o ambiente de produção
2. Pré-processamento consistente entre treino e inferência
3. Validação além das métricas - testar em cenários não controlados
4. Monitoramento de confiança - não apenas a classe predita

Este projeto serve como estudo de caso valioso sobre a diferença entre validação de laboratório e robustez no mundo real, e como construir sistemas de ML verdadeiramente confiáveis.

Álvaro Braz

Projeto desenvolvido para fins de estudo, pesquisa e portfólio profissional em Visão Computacional, Deep Learning e MLOps.

Este projeto está sob a licença MIT. Veja o arquivo LICENSE para mais detalhes.

• TrashNet Dataset: Gary Thung & Mindy Yang
• PyTorch Team: Pela framework excepcional
• FastAPI & Streamlit: Por tornarem deploy de ML acessível
• Comunidade de Deep Learning: Pelas discussões sobre domain adaptation e robustez de modelos