FWA: Visual Food Waste Analysis for Sustainable Kitchens
Beschreibung
Ein neuartiger Ansatz für die vollautomatische Analyse von Lebensmittelabfällen für Großküchen wird untersucht. Lebensmittelabfälle werden mit einer neuen Kameraeinrichtung automatisch erkannt, in Echtzeit analysiert und mit Hilfe von maschinellen Lernalgorithmen klassifiziert.
Eckdaten
Projektleitung
Co-Projektleitung
Projektteam
Mohammadreza Amirian, Philipp Andermatt, Dr. Ricardo Chavarriaga, Rico Ganahl, Philipp Huber, Dr. Amin Mazloumian, Dominic Mösch, Pascal Sager, kein Titel Yvan Putra Satyawan, Prof. Dr. Frank-Peter Schilling, Raphael Zingg
Projektpartner
Kitro SA
Projektstatus
abgeschlossen, 07/2019 - 09/2021
Institut/Zentrum
Institute of Embedded Systems (InES); Centre for Artificial Intelligence (CAI); Institut für Informatik (InIT)
Drittmittelgeber
Innovationsprojekt / Projekt Nr. 36777.1 IP-ICT
Projektvolumen
435'610 CHF
Publikationen
-
Smart food waste management : embedded machine learning vs cloud based solutions
2021 Zingg, Raphael; Andermatt, Philipp; Mazloumian, Amin; Rosenthal, Matthias
-
A survey of un-, weakly-, and semi-supervised learning methods for noisy, missing and partial labels in industrial vision applications
2021 Simmler, Niclas; Sager, Pascal; Andermatt, Philipp; Chavarriaga, Ricardo; Schilling, Frank-Peter; Rosenthal, Matthias; Stadelmann, Thilo
Technikumstrasse 20/22
8400 Winterthur