Datasets:

munozhj
/

waste-segregation

Tasks:

Image Classification

Modalities:

Formats:

Languages:

Size:

Tags:

Libraries:

License:

Dataset card Data Studio Files Files and versions

xet

Community

Dataset Viewer

Auto-converted to Parquet Duplicate

Split (3)

train · 3.05k rows

Search is not available for this dataset

image image	label int64
	1
	8
	5
	3
	5
	8
	3
	2
	3
	3
	2
	5
	0
	5
	8
	1
	6
	0
	6
	5
	6
	3
	2
	4
	6
	6
	6
	6
	3
	3
	6
	8
	1
	5
	3
	3
	8
	6
	3
	2
	1
	6
	7
	0
	5
	4
	4
	2
	7
	0
	7
	2
	5
	3
	6
	8
	2
	3
	5
	5
	4
	8
	3
	7
	6
	8
	1
	8
	2
	1
	4
	1
	5
	3
	7
	6
	8
	7
	8
	4
	6
	8
	6
	8
	3
	4
	4
	1
	4
	0
	0
	3
	1
	0
	8
	0
	6
	3
	3
	3

End of preview. Expand in Data Studio

Waste Segregation Dataset

Descripción

Dataset de imágenes para clasificación automática de residuos en 9 categorías. Creado para el Quiz 02 del curso de Aprendizaje Automático del ITCR.

Clases

El dataset contiene imágenes de las siguientes categorías de residuos:

Clase	Train	Validation	Test
Cardboard	~301	~75	95
Food Organics	~262	~66	83
Glass	~269	~67	85
Metal	~506	~126	158
Miscellaneous Trash	~317	~79	99
Paper	~320	~80	100
Plastic	~589	~147	185
Textile Trash	~203	~51	64
Vegetation	~280	~70	88

Estadísticas

Total imágenes train: 3,047
Total imágenes validation: 761
Total imágenes test: 957
Número de clases: 9
Ratio de desbalance: 2.90 (Plastic vs Textile Trash)

Estructura

El dataset está dividido en tres splits:

train: imágenes para entrenar el modelo (80% del train original)
validation: imágenes para validar durante el entrenamiento (20% del train original)
test: imágenes para evaluación final

Uso

from datasets import load_dataset
dataset = load_dataset("munozhj/waste-segregation")

Fuente original

Dataset original disponible en: Kaggle - Waste Segregation

Licencia

Este dataset se distribuye bajo licencia Creative Commons CC-BY 4.0.

Autor

Publicado por munozhj para el curso de Aprendizaje Automático, ITCR.

Downloads last month: 36

image image	label int64
	1
	8
	5
	3
	5
	8
	3
	2
	3
	3
	2
	5
	0
	5
	8
	1
	6
	0
	6
	5
	6
	3
	2
	4
	6
	6
	6
	6
	3
	3
	6
	8
	1
	5
	3
	3
	8
	6
	3
	2
	1
	6
	7
	0
	5
	4
	4
	2
	7
	0
	7
	2
	5
	3
	6
	8
	2
	3
	5
	5
	4
	8
	3
	7
	6
	8
	1
	8
	2
	1
	4
	1
	5
	3
	7
	6
	8
	7
	8
	4
	6
	8
	6
	8
	3
	4
	4
	1
	4
	0
	0
	3
	1
	0
	8
	0
	6
	3
	3
	3

image image	label int64
	1
	8
	5
	3
	5
	8
	3
	2
	3
	3
	2
	5
	0
	5
	8
	1
	6
	0
	6
	5
	6
	3
	2
	4
	6
	6
	6
	6
	3
	3
	6
	8
	1
	5
	3
	3
	8
	6
	3
	2
	1
	6
	7
	0
	5
	4
	4
	2
	7
	0
	7
	2
	5
	3
	6
	8
	2
	3
	5
	5
	4
	8
	3
	7
	6
	8
	1
	8
	2
	1
	4
	1
	5
	3
	7
	6
	8
	7
	8
	4
	6
	8
	6
	8
	3
	4
	4
	1
	4
	0
	0
	3
	1
	0
	8
	0
	6
	3
	3
	3

image image	label int64
	1
	8
	5
	3
	5
	8
	3
	2
	3
	3
	2
	5
	0
	5
	8
	1
	6
	0
	6
	5
	6
	3
	2
	4
	6
	6
	6
	6
	3
	3
	6
	8
	1
	5
	3
	3
	8
	6
	3
	2
	1
	6
	7
	0
	5
	4
	4
	2
	7
	0
	7
	2
	5
	3
	6
	8
	2
	3
	5
	5
	4
	8
	3
	7
	6
	8
	1
	8
	2
	1
	4
	1
	5
	3
	7
	6
	8
	7
	8
	4
	6
	8
	6
	8
	3
	4
	4
	1
	4
	0
	0
	3
	1
	0
	8
	0
	6
	3
	3
	3