[Dự án AI] Phân loại rác thải cơ bản theo màu sắc

Mục tiêu

Xây dựng công cụ phân loại rác thải ĐƠN GIẢN dựa trên phân tích màu sắc (không gian màu HSV) — góp phần minh hoạ chủ trương phân loại rác tại nguồn đang được thúc đẩy toàn quốc. Đồng thời kiểm chứng bằng số liệu thực nghiệm 1 điểm yếu quan trọng của cách tiếp cận "luật màu tự đặt": kết quả phân loại phụ thuộc rất nhiều vào việc TÍNH TRUNG BÌNH MÀU trên vùng ảnh nào — cùng 1 vật thể có thể ra 2 kết quả khác nhau chỉ vì khác vùng tính toán.

Thời lượng gợi ý: 2 tiết học (90 phút)

• Tiết 1 (cell 1-6): chuẩn bị ảnh, lý thuyết không gian màu HSV, phân loại rác đầu tiên bằng luật màu
• Tiết 2 (cell 7-15): thực nghiệm minh chứng ảnh hưởng của vùng tính trung bình màu, tư duy phản biện (giới hạn luật màu tự đặt, ý nghĩa thực tiễn & rủi ro khi lạm dụng), trải nghiệm qua Webcam Live, mục Tìm hiểu thêm, vận dụng

Em sẽ làm được gì

• Hiểu và sử dụng không gian màu HSV (Hue-Saturation-Value) thay vì RGB để phân tích màu sắc ảnh
• Xây dựng luật phân loại rác đơn giản dựa trên ngưỡng màu (if/elif)
• Kiểm chứng bằng số liệu thực nghiệm: kết quả phân loại thay đổi thế nào khi tính trung bình màu trên toàn ảnh (gồm cả nền) so với chỉ vùng gần vật thể
• Phân biệt rõ "phân loại dựa luật màu đơn giản" và "mô hình học máy/deep learning thật huấn luyện trên dữ liệu lớn"
• Thảo luận ý nghĩa thực tiễn của phân loại rác tại nguồn và rủi ro khi lạm dụng công cụ AI chưa đủ tin cậy

Về thư viện opencv-python và cách chuẩn bị ảnh

Cần bấm thêm nút "opencv-python" trong mục "Thư viện thêm" (~47MB) SAU KHI đã bấm "Bắt đầu tải & chạy Notebook", TRƯỚC KHI chạy cell import cv2 — xem hướng dẫn ở Cell 1. Dự án này KHÔNG có dữ liệu mẫu nhúng sẵn — cần 1 ảnh vật thể rác thải thật (Tải ảnh lên hoặc Webcam) trước khi notebook chạy được, xem Cell 2. Webcam đặc biệt phù hợp: cầm trực tiếp món rác trước camera.