Институтът по речните устия на Сан Франциско от години съхранява и обогатява база данни за замърсяването с пластмасови отпадъци в района. Събирането на информация до този момент се извършваше по земя от екипите на Института, но тези мисии бяха ограничени до 1-2 годишно. Новите технологии обаче ще помогнат за справяне на проблема и този процес вече е в ход – вече е започнало събирането на необходимата информация от дронове, екипирани с камери. След това екипът е използвал алгоритми за машинно учене за анализ, като учените могат да правят това колкото пъти пожелаят.

В началото Институтът е събрал около 35 хил. въздушни снимки от дронове, но после учените осъзнали, че им трябва около месец, за да обработят снимките. Заради това екипът използва 2000 анотации, за да опише различни видове боклуци, с които да обучат чрез TensorFlow open-source алгоритъм. Целта е била системата да може да различава вида, локацията и количеството на всеки отпадък, заснет в тези 35 хил.снимки.

За да подобри анализа, Институтът си партнира с Kinetica – стартъп за бази данни. Специалистите от този стартъп използват модела на Института за разпознаване на отпадъци в Docker контейнер и след това ги слагат в workbench за “активен анализ” на Kinetica. След това екипът  на стартъпа използва API на Python и изпраща снимките в таблица, където те са категоризирани. По този начин Институтът може да визуализира всяка една от хилядите снимки, според нейната локация и профил.