Diseño e implementación de un sistema de procesamiento de imágenes para determinar la calidad del limón tahiti

Simple item page
dc.contributor.advisorBarrero Perez, Jaime Guillermo
dc.contributor.authorLópez Rueda, William Fernando
dc.contributor.authorImbaña Portillo, Jeison Duvan
dc.date.accessioned2024-03-04T01:11:51Z
dc.date.available2021
dc.date.available2024-03-04T01:11:51Z
dc.date.created2021
dc.date.issued2021
dc.description.abstractTeniendo en cuenta que el departamento de Santander ha incrementado su producción de limón Tahitíy que los criterios de calidad para la exportación son cada vez mayores, es necesario aportar a estos procesos contecnología que facilite la selección y clasificación que deben realizar los productores campesinos. Por lo anterior, elobjetivo principal de este proyecto fue mejorar la selección de frutos para hacerla más autónoma y estandarizada,evitando así la subjetividad de las personas encargadas de esta labor. Para ello, se propuso el uso de IA (InteligenciaArtificial) para automatizar el proceso de identificación de características y clasificación del tipo de limón Tahití. En lasolución se planteó el uso de redes neuronales convolucionales pre-entrenadas. De allí se desprenden varios requisitossiendo el principal, seleccionar la arquitectura de la red y el sistema embebido que la soporta. Adicionalmente fueimportante la calidad y cantidad de datos utilizados para el entrenamiento de esta red neuronal, por esta razón seacondicionó una base de datos con imágenes de limones Tahití de diferentes características. La validación del modeloimplementado en la tarjeta Maix Bit da como resultado un acierto del 94% gracias a su acelerador de operaciones convolucionales, esto con un tiempo de predicción de aproximadamente 137 [ms].
dc.description.abstractenglishTaking into account that the department of Santander has increased its production of Tahitian lemonsand that the quality criteria for export are increasingly higher, it is necessary to contribute to these processes withtechnology that facilitates the selection and classification that must be carried out by the peasant producers. Therefore,the main objective of this project was to improve fruit selection to make it more autonomous and standardized, thusavoiding the subjectivity of the people in charge of this task. For this purpose, the use of IA (Artificial Intelligence) toautomate the process of identification of characteristics and classification of the type of Tahiti lemon. In the solution,the use of pre-trained convolutional neural networks was proposed. The main requirement was to select the architectureof the network and the embedded system that supports it. Additionally, the quality and quantity of data used for thetraining of this neural network was important; for this reason, a database with images of Tahiti lemons of differentcharacteristics was conditioned. The validation of the model implemented in the Maix Bit card resulted in a 94% accuracy thanks to its convolutional operations accelerator, with a prediction time of approximately 137 [ms].
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/20.500.14071/40960
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingenierías Fisicomecánicas
dc.publisher.programIngeniería Electrónica
dc.publisher.schoolEscuela de Ingenierías Eléctrica, Electrónica y Telecomunicaciones
dc.rightshttp://creativecommons.org/licenses/by/4.0/
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
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/4.0
dc.subjectRedes Neuronales Convolucionales (RNC)
dc.subjectMobileNet
dc.subjectMaix Bit
dc.subjectRaspberry
dc.subjectKmodel
dc.subjecttflite.
dc.subject.keywordConvolutional Neural Networks (CNN)
dc.subject.keywordMobileNet
dc.subject.keywordMaix Bit
dc.subject.keywordRaspberry
dc.subject.keywordKmodel
dc.subject.keywordtflite.
dc.titleDiseño e implementación de un sistema de procesamiento de imágenes para determinar la calidad del limón tahiti
dc.title.englishDesign and implementation of an image processing system to determine the quality of tahiti lemon.
dc.type.coarhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.hasversionhttp://purl.org/coar/resource_type/c_7a1f
dc.type.localTesis/Trabajo de grado - Monografía - Pregrado
Files
Original bundle
Now showing 1 - 3 of 3
No Thumbnail Available
Name:
Carta de autorización.pdf
Size:
660.68 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Documento.pdf
Size:
6.08 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Nota de proyecto.pdf
Size:
59.05 KB
Format:
Adobe Portable Document Format
Download
Collections
Ingeniería Electrónica