Control de calidad en la producción de materiales publicitarios para empresas de diseño y marketing usando imágenes e inteligencia artificial

Abstract

Para este proyecto se desarrolló un sistema embebido de bajo costo para el control de calidad automatizado en la producción de materiales publicitarios impresos, empleando procesamiento de imágenes e inteligencia artificial. Se seleccionó la Raspberry Pi 4 por su balance entre capacidad de procesamiento y costo, integrando una cámara para la captura en tiempo real. Se construyó un conjunto de datos de 3.278 imágenes, junto con filtros ofrecidos por Roboflow lo que generó un total de 14.254. El modelo de detección elegido fue YOLOv11 Large, por su alta precisión, entrenado con 100 épocas y evaluado con métricas como mAP@0.5 (83.4%), precisión (82.1%) y recall (74.6%), mostrando un buen equilibrio entre detecciones correctas y mínimas omisiones. La implementación del sistema permitió realizar inferencia en tiempo real, identificando y clasificando defectos incluso en condiciones de iluminación variable o baja calidad de captura. Los resultados evidencian la viabilidad del sistema como alternativa económica y reproducible para empresas con recursos limitados, optimizando procesos, reduciendo desperdicio y mejorando la calidad de impresión. Las pruebas demostraron su capacidad de generalización en diferentes escenarios y dispositivos, lo que abre la posibilidad de su adopción en entornos de producción reales, así como futuras mejoras mediante hardware con aceleración de IA y ampliación del dataset.