Sistema autonomo para clasificación de material reciclable implementado en un sistema embebido usando IA

Simple item page
dc.contributor.advisorBarrero Pérez, Jaime Guillermo
dc.contributor.authorSastre Lozada, Cristian Alejandro
dc.contributor.authorRamírez Ardila, Juan Diego
dc.contributor.authorGaleano Díaz, Nicodemo
dc.contributor.evaluatorQuintero Muñoz, Jorge Eduardo
dc.contributor.evaluatorCarreño Zagarra, Jose Jorge
dc.date.accessioned2023-03-10T15:15:16Z
dc.date.available2023-03-10T15:15:16Z
dc.date.created2023-03-09
dc.date.embargoEnd2026-03-09
dc.date.issued2023-03-09
dc.description.abstractEn este trabajo se presenta un algoritmo de inteligencia artificial, implementado en dos sistemas embebidos buscando desarrollar y comparar dos productos posibles. las tarjetas escogidas fueron: la tarjeta Jetson nano 2GB de NVIDIA y la Raspberry Pi 3 Model B +. Este algoritmo reconoce automáticamente distintos materiales reciclables. Para esto se creo una base de 3500 imágenes de diferentes fuentes, el cual pasó por un proceso de tratamiento y filtrado. Posteriormente se entrenaron tres algoritmos: EfficientNet, MobileNetV2 y MobileNetV2-FPN. El algoritmo escogido fue el basado en la MobileNet-FPN mostrando el mejor desempeño teniendo en cuenta características como la función de perdida y la precisión de detección del modelo. Luego se realizaron pruebas de funcionamiento con materiales reciclables, usando la implementación propuesta en las dos tarjetas. Finalmente se escogió la Jetson nano para la implementación, ya qué mostró mejor relación de costo-beneficio, desempeño y velocidad en la detección.
dc.description.abstractenglishThis paper presents an artificial intelligence algorithm implemented in two embedded systems seeking to develop and compare two possible products. the chosen cards were: the NVIDIA Jetson nano 2GB card and the Raspberry Pi 3 Model B+. This algorithm automatically recognizes different recyclable materials. For this, a database of 3500 images from different sources was created, which went through a process of treatment and filtering. Subsequently, three algorithms were trained: EfficientNet, MobileNetV2 and MobileNetV2-FPN. The chosen algorithm was the one based on MobileNet-FPN that presented the best performance taking into account characteristics such as the loss function and the detection accuracy of the model. Then, performance tests were carried out with recyclable materials, using the implementation proposed in the two cards. Finally, the Jetson nano was chosen for the implementation, since it presented the best cost-benefit ratio, performance and speed of detection.
dc.description.degreelevelPregrado
dc.description.degreenameIngeniero Electrónico
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad Industrial de Santander
dc.identifier.reponameUniversidad Industrial de Santander
dc.identifier.repourlhttps://noesis.uis.edu.co
dc.identifier.urihttps://noesis.uis.edu.co/handle/20.500.14071/12482
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingeníerias Fisicomecánicas
dc.publisher.programIngeniería Electrónica
dc.publisher.schoolEscuela de Ingenierías Eléctrica, Electrónica y Telecomunicaciones
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAttribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectRedes Neuronales Convolucionales
dc.subjectTensorflow
dc.subjectKeras
dc.subjectMaterial Reciclable
dc.subjectClasificación autónoma
dc.subjectBasura
dc.subject.keywordConvolutional neural networks
dc.subject.keywordTensorflow
dc.subject.keywordKeras
dc.subject.keywordRecyclable material
dc.subject.keywordAutonomous classification
dc.subject.keywordTrash
dc.titleSistema autonomo para clasificación de material reciclable implementado en un sistema embebido usando IA
dc.title.englishAutonomous system for sorting recyclable material implemented in an embedded system using AI
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.hasversionhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.localTesis/Trabajo de grado - Monografía - Pregrado
dspace.entity.type
Files
Original bundle
Now showing 1 - 5 of 6
No Thumbnail Available
Name:
Documento.pdf
Size:
5.41 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Carta de autorización.pdf
Size:
55.3 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Carta de autorización.pdf
Size:
756.98 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Carta de autorización.pdf
Size:
642.66 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Nota de proyecto.pdf
Size:
84.24 KB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
2.18 KB
Format:
Item-specific license agreed to upon submission
Description:
Download
Collections
Ingeniería Electrónica