Atribución-NoComercial-SinDerivadas 2.5 Colombia (CC BY-NC-ND 2.5 CO)García Arenas, Hans YecidArguello Fuentes, HenryGómez Toloza, Pablo AndrésPineda Cardozo, Juliana LuciaJiménez Buitrago, Sergio Andrés2024-05-202024-05-202024-05-152024-05-15https://noesis.uis.edu.co/handle/20.500.14071/42452El proyecto aborda la importancia de implementar sistemas automatizados para la identificación y clasificación de productos agrícolas, como frutas cítricas, en diversos contextos industriales y agrícolas. Estos sistemas ofrecen la oportunidad de mejorar la eficiencia, precisión y rentabilidad en procesos de recolección, clasificación y embalaje de productos, al tiempo que reducen la dependencia de la mano de obra humana y minimizan los errores asociados con tareas manuales. Sin embargo, el estado del arte presenta ciertas limitaciones, como la falta de sistemas integrados y escalables que puedan adaptarse fácilmente a diferentes condiciones ambientales y tipos de productos. Además, muchos de los sistemas existentes pueden enfrentar dificultades para lidiar con variaciones en la apariencia de los productos debido a factores como la iluminación, el fondo y la orientación, lo que puede afectar negativamente la precisión y confiabilidad de la identificación y clasificación. En este contexto, se desarrolló una metodología integral para la construcción e implementación de una banda transportadora automatizada destinada a la identificación y clasificación de frutas cítricas, específicamente limones y mandarinas. Esta metodología incluyó la construcción de la banda transportadora, la creación de una base de datos de imágenes etiquetadas y la implementación del algoritmo de detección de objetos YOLOv5 para la identificación precisa de frutas cítricas en las imágenes capturadas por el sistema. La implementación del sistema de banda transportadora, junto con una cámara para la adquisición de video y el algoritmo YOLOv5 logró una precisión destacada, con una tasa de acierto de 0.9945. Estos resultados demuestran la viabilidad y eficacia de nuestro enfoque para la identificación y clasificación automatizada de frutas cítricas en entornos industriales y agrícolas. El proyecto representa un paso significativo hacia la mejora de los procesos de manejo de productos agrícolas, ofreciendo soluciones innovadoras y escalables para las demandas del mundo real.application/pdfspainfo:eu-repo/semantics/openAccessAutomatizaciónIdentificaciónClasificaciónFrutas cítricasEficienciaBanda transportadoraAlgoritmo YOLOv5Universidad Industrial de SantanderTesis/Trabajo de grado - Monografía - PregradoUniversidad Industrial de Santanderhttps://noesis.uis.edu.coNeural Citrus fruitobject detectionYOLOv5conveyor beltmachine learninghttp://purl.org/coar/access_right/c_abf2info:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)