Si hoy clasificamos y reciclamos correctamente los residuos, ayudamos a proteger el medio ambiente y conservar los recursos para el futuro.
- Categorías
- 9
- Precisión
- 94%
- Latencia
- <1s
- Open data
- RealWaste
tipos de residuo soportados
top-1 en validación
predicción en edge
dataset UCI · ResNet50

El primer paso del reciclaje es saber dónde va cada cosa. El sistema de contenedores por color es una guía universal: una mirada al color y ya sabés qué residuos van adentro.
- ♻
Papel
Azul
- ♻
Vidrio
Verde
- ♻
Plástico
Naranja
- ♻
E-Waste
Rojo
- ♻
Metal
Amarillo
- ♻
Orgánico
Gris

Detrás de la simplicidad hay una red neuronal convolucional fine-tuned sobre el dataset RealWaste de UCI ML Repository.
Capturá la imagen
Tomá una foto del residuo en buena luz o subila desde tu galería. Funciona con JPG, JPEG y PNG.
El modelo analiza
ResNet50 con Transfer Learning extrae 2048 features de tu foto y las pasa por una cabeza fine-tuned sobre RealWaste.
Recibís la guía
Categoría predicha, distribución de probabilidades por clase y la recomendación de reciclaje correcta.
Plástico
conf 92.0%Cada predicción viene acompañada del contenedor correcto y una recomendación práctica. Arrastrá el carrusel para explorar.
Separación en origen
El primer paso para que un residuo vuelva al ciclo productivo. Lo que se mezcla, se contamina.
IA accesible
Una foto basta. Sin formularios complejos: una herramienta lista para usar desde el celular.
Educación abierta
Proyecto académico con código y datos públicos. Pensado para aprender y replicar.
Subí una imagen, recibí la categoría, aprendé el contenedor correcto. Una herramienta que entra en cualquier bolsillo.
