Sistema de clasificación automática de residuos sólidos basado en visión por computadora

La gestión de residuos sólidos constituye un desafío crítico en las ciudades modernas debido a prácticas de reciclaje ineficientes, infraestructuras limitadas y la ausencia de mecanismos efectivos para clasificar materiales reciclables. Este proyecto presenta un sistema automatizado de clasificación...

Full description

Autores:
Oliveros Corredor, Valeria Isabel
Meléndez Villadiego, Mateo José
Tipo de recurso:
Fecha de publicación:
2024
Institución:
Universidad del Norte
Repositorio:
Repositorio Uninorte
Idioma:
spa
OAI Identifier:
oai:manglar.uninorte.edu.co:10584/12974
Acceso en línea:
http://hdl.handle.net/10584/12974
Palabra clave:
Inteligencia artificial
Gestión inteligente de residuos sólidos
Visión por computadora
Aprendizaje transferido
Aprendizaje prófundo
Artificial intelligence
Solid waste management
Computer vision
Transfer learning
Deep learning
Smart trash
Rights
License
Universidad del Norte
id REPOUNORT2_9e55daae849860e93c847e0990f07270
oai_identifier_str oai:manglar.uninorte.edu.co:10584/12974
network_acronym_str REPOUNORT2
network_name_str Repositorio Uninorte
repository_id_str
dc.title.es_ES.fl_str_mv Sistema de clasificación automática de residuos sólidos basado en visión por computadora
dc.title.en_US.fl_str_mv Automatic solid waste sorting system based on computer vision
title Sistema de clasificación automática de residuos sólidos basado en visión por computadora
spellingShingle Sistema de clasificación automática de residuos sólidos basado en visión por computadora
Inteligencia artificial
Gestión inteligente de residuos sólidos
Visión por computadora
Aprendizaje transferido
Aprendizaje prófundo
Artificial intelligence
Solid waste management
Computer vision
Transfer learning
Deep learning
Smart trash
title_short Sistema de clasificación automática de residuos sólidos basado en visión por computadora
title_full Sistema de clasificación automática de residuos sólidos basado en visión por computadora
title_fullStr Sistema de clasificación automática de residuos sólidos basado en visión por computadora
title_full_unstemmed Sistema de clasificación automática de residuos sólidos basado en visión por computadora
title_sort Sistema de clasificación automática de residuos sólidos basado en visión por computadora
dc.creator.fl_str_mv Oliveros Corredor, Valeria Isabel
Meléndez Villadiego, Mateo José
dc.contributor.advisor.none.fl_str_mv Rueda Delgado, Diana Paola
Viloria Núñez, César Augusto
dc.contributor.author.none.fl_str_mv Oliveros Corredor, Valeria Isabel
Meléndez Villadiego, Mateo José
dc.subject.es_ES.fl_str_mv Inteligencia artificial
Gestión inteligente de residuos sólidos
Visión por computadora
Aprendizaje transferido
Aprendizaje prófundo
topic Inteligencia artificial
Gestión inteligente de residuos sólidos
Visión por computadora
Aprendizaje transferido
Aprendizaje prófundo
Artificial intelligence
Solid waste management
Computer vision
Transfer learning
Deep learning
Smart trash
dc.subject.en_US.fl_str_mv Artificial intelligence
Solid waste management
Computer vision
Transfer learning
Deep learning
Smart trash
description La gestión de residuos sólidos constituye un desafío crítico en las ciudades modernas debido a prácticas de reciclaje ineficientes, infraestructuras limitadas y la ausencia de mecanismos efectivos para clasificar materiales reciclables. Este proyecto presenta un sistema automatizado de clasificación de residuos sólidos basado en inteligencia artificial, diseñado para optimizar la eficiencia en la separación de materiales reciclables. La propuesta se centra en la clasificación de cuatro categorías principales: plástico, cartón, papel y metal, promoviendo un reciclaje más sostenible y eficiente. El prototipo integra técnicas avanzadas de aprendizaje profundo con un enfoque práctico en hardware y software, logrando una clasificación precisa de residuos sólidos. La solución incluye una cabina de clasificación, una cabina de almacenamiento y una interfaz gráfica para monitorear el proceso en tiempo real. Durante las pruebas, el sistema alcanzó tasas de eficiencia del 68 %, 100 %, 64 % y 94 % en las categorías de papel, metal, cartón y plástico, respectivamente, destacando su efectividad para superar los retos en la gestión de residuos. Con esta iniciativa, se busca ofrecer una solución escalable y sostenible que mitigue las limitaciones actuales en la gestión de residuos sólidos. Al automatizar procesos clave y reducir errores en la clasificación, el sistema contribuye a mejorar los flujos de reciclaje, fomenta una cultura de manejo responsable de residuos y respalda la transición hacia prácticas más sostenibles en entornos urbanos.
publishDate 2024
dc.date.accessioned.none.fl_str_mv 2024-11-27T19:16:28Z
dc.date.available.none.fl_str_mv 2024-11-27T19:16:28Z
dc.date.issued.none.fl_str_mv 2024-11-20
dc.type.es_ES.fl_str_mv article
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_6501
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/10584/12974
url http://hdl.handle.net/10584/12974
dc.language.iso.es_ES.fl_str_mv spa
language spa
dc.rights.es_ES.fl_str_mv Universidad del Norte
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Universidad del Norte
http://purl.org/coar/access_right/c_abf2
dc.publisher.es_ES.fl_str_mv Barranquilla, Universidad del Norte, 2024
institution Universidad del Norte
bitstream.url.fl_str_mv https://manglar.uninorte.edu.co/bitstream/10584/12974/1/Diagrama_Espa%c3%b1ol.pdf
https://manglar.uninorte.edu.co/bitstream/10584/12974/2/Diagrama_Espa%c3%b1ol.png
https://manglar.uninorte.edu.co/bitstream/10584/12974/3/Diagrama_Ingl%c3%a9s.pdf
https://manglar.uninorte.edu.co/bitstream/10584/12974/4/Diagrama_Ingl%c3%a9s.png
https://manglar.uninorte.edu.co/bitstream/10584/12974/5/license.txt
bitstream.checksum.fl_str_mv 6b26ab08ada23d59782fc2b20bf8146d
ee7e8e0a92dc3ea743cdfab590db12b6
02a86128cbb2167ca924088b4c5e9a32
88646b96b01ebd29766bcb32a92b948b
8a4605be74aa9ea9d79846c1fba20a33
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Digital de la Universidad del Norte
repository.mail.fl_str_mv mauribe@uninorte.edu.co
_version_ 1828169908637138944
spelling Rueda Delgado, Diana PaolaViloria Núñez, César AugustoOliveros Corredor, Valeria IsabelMeléndez Villadiego, Mateo José2024-11-27T19:16:28Z2024-11-27T19:16:28Z2024-11-20http://hdl.handle.net/10584/12974La gestión de residuos sólidos constituye un desafío crítico en las ciudades modernas debido a prácticas de reciclaje ineficientes, infraestructuras limitadas y la ausencia de mecanismos efectivos para clasificar materiales reciclables. Este proyecto presenta un sistema automatizado de clasificación de residuos sólidos basado en inteligencia artificial, diseñado para optimizar la eficiencia en la separación de materiales reciclables. La propuesta se centra en la clasificación de cuatro categorías principales: plástico, cartón, papel y metal, promoviendo un reciclaje más sostenible y eficiente. El prototipo integra técnicas avanzadas de aprendizaje profundo con un enfoque práctico en hardware y software, logrando una clasificación precisa de residuos sólidos. La solución incluye una cabina de clasificación, una cabina de almacenamiento y una interfaz gráfica para monitorear el proceso en tiempo real. Durante las pruebas, el sistema alcanzó tasas de eficiencia del 68 %, 100 %, 64 % y 94 % en las categorías de papel, metal, cartón y plástico, respectivamente, destacando su efectividad para superar los retos en la gestión de residuos. Con esta iniciativa, se busca ofrecer una solución escalable y sostenible que mitigue las limitaciones actuales en la gestión de residuos sólidos. Al automatizar procesos clave y reducir errores en la clasificación, el sistema contribuye a mejorar los flujos de reciclaje, fomenta una cultura de manejo responsable de residuos y respalda la transición hacia prácticas más sostenibles en entornos urbanos.Solid waste management represents a critical challenge in modern cities due to inefficient recycling practices, limited infrastructure, and the lack of effective mechanisms for sorting and separating recyclable materials This project proposes an automated system for solid waste classification based on artificial intelligence, designed to optimize efficiency in the separation of recyclable materials. The system is designed to classify four main types of waste: plastic, cardboard, paper, and metal, contributing to a more sustainable and efficient recycling process. The prototype integrates advanced deep learning techniques with a practical approach to hardware and software construction, achieving precise classification of solid waste. The solution includes a classification cabin, a storage cabin, and a graphical interface to monitor the process in real time. During testing, the system achieved efficiency rates of 68%, 100%, 64%, and 94% for paper, metal, cardboard, and plastic categories, respectively, highlighting its effectiveness in addressing waste management challenges. This initiative aims to provide a scalable and sustainable solution to mitigate the current limitations in solid waste management. By automating key processes and reducing classification errors, the system contributes to improving recycling flows, fostering a culture of responsible waste management, and supporting the transition toward more sustainable practices in urban environments.spaBarranquilla, Universidad del Norte, 2024Universidad del Nortehttp://purl.org/coar/access_right/c_abf2Inteligencia artificialGestión inteligente de residuos sólidosVisión por computadoraAprendizaje transferidoAprendizaje prófundoArtificial intelligenceSolid waste managementComputer visionTransfer learningDeep learningSmart trashSistema de clasificación automática de residuos sólidos basado en visión por computadoraAutomatic solid waste sorting system based on computer visionarticlehttp://purl.org/coar/resource_type/c_6501ORIGINALDiagrama_Español.pdfDiagrama_Español.pdfapplication/pdf1254368https://manglar.uninorte.edu.co/bitstream/10584/12974/1/Diagrama_Espa%c3%b1ol.pdf6b26ab08ada23d59782fc2b20bf8146dMD51Diagrama_Español.pngDiagrama_Español.pngimage/png634761https://manglar.uninorte.edu.co/bitstream/10584/12974/2/Diagrama_Espa%c3%b1ol.pngee7e8e0a92dc3ea743cdfab590db12b6MD52Diagrama_Inglés.pdfDiagrama_Inglés.pdfapplication/pdf1253509https://manglar.uninorte.edu.co/bitstream/10584/12974/3/Diagrama_Ingl%c3%a9s.pdf02a86128cbb2167ca924088b4c5e9a32MD53Diagrama_Inglés.pngDiagrama_Inglés.pngimage/png631911https://manglar.uninorte.edu.co/bitstream/10584/12974/4/Diagrama_Ingl%c3%a9s.png88646b96b01ebd29766bcb32a92b948bMD54LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://manglar.uninorte.edu.co/bitstream/10584/12974/5/license.txt8a4605be74aa9ea9d79846c1fba20a33MD5510584/12974oai:manglar.uninorte.edu.co:10584/129742024-11-27 14:16:28.561Repositorio Digital de la Universidad del Nortemauribe@uninorte.edu.coTk9URTogUExBQ0UgWU9VUiBPV04gTElDRU5TRSBIRVJFClRoaXMgc2FtcGxlIGxpY2Vuc2UgaXMgcHJvdmlkZWQgZm9yIGluZm9ybWF0aW9uYWwgcHVycG9zZXMgb25seS4KCk5PTi1FWENMVVNJVkUgRElTVFJJQlVUSU9OIExJQ0VOU0UKCkJ5IHNpZ25pbmcgYW5kIHN1Ym1pdHRpbmcgdGhpcyBsaWNlbnNlLCB5b3UgKHRoZSBhdXRob3Iocykgb3IgY29weXJpZ2h0Cm93bmVyKSBncmFudHMgdG8gRFNwYWNlIFVuaXZlcnNpdHkgKERTVSkgdGhlIG5vbi1leGNsdXNpdmUgcmlnaHQgdG8gcmVwcm9kdWNlLAp0cmFuc2xhdGUgKGFzIGRlZmluZWQgYmVsb3cpLCBhbmQvb3IgZGlzdHJpYnV0ZSB5b3VyIHN1Ym1pc3Npb24gKGluY2x1ZGluZwp0aGUgYWJzdHJhY3QpIHdvcmxkd2lkZSBpbiBwcmludCBhbmQgZWxlY3Ryb25pYyBmb3JtYXQgYW5kIGluIGFueSBtZWRpdW0sCmluY2x1ZGluZyBidXQgbm90IGxpbWl0ZWQgdG8gYXVkaW8gb3IgdmlkZW8uCgpZb3UgYWdyZWUgdGhhdCBEU1UgbWF5LCB3aXRob3V0IGNoYW5naW5nIHRoZSBjb250ZW50LCB0cmFuc2xhdGUgdGhlCnN1Ym1pc3Npb24gdG8gYW55IG1lZGl1bSBvciBmb3JtYXQgZm9yIHRoZSBwdXJwb3NlIG9mIHByZXNlcnZhdGlvbi4KCllvdSBhbHNvIGFncmVlIHRoYXQgRFNVIG1heSBrZWVwIG1vcmUgdGhhbiBvbmUgY29weSBvZiB0aGlzIHN1Ym1pc3Npb24gZm9yCnB1cnBvc2VzIG9mIHNlY3VyaXR5LCBiYWNrLXVwIGFuZCBwcmVzZXJ2YXRpb24uCgpZb3UgcmVwcmVzZW50IHRoYXQgdGhlIHN1Ym1pc3Npb24gaXMgeW91ciBvcmlnaW5hbCB3b3JrLCBhbmQgdGhhdCB5b3UgaGF2ZQp0aGUgcmlnaHQgdG8gZ3JhbnQgdGhlIHJpZ2h0cyBjb250YWluZWQgaW4gdGhpcyBsaWNlbnNlLiBZb3UgYWxzbyByZXByZXNlbnQKdGhhdCB5b3VyIHN1Ym1pc3Npb24gZG9lcyBub3QsIHRvIHRoZSBiZXN0IG9mIHlvdXIga25vd2xlZGdlLCBpbmZyaW5nZSB1cG9uCmFueW9uZSdzIGNvcHlyaWdodC4KCklmIHRoZSBzdWJtaXNzaW9uIGNvbnRhaW5zIG1hdGVyaWFsIGZvciB3aGljaCB5b3UgZG8gbm90IGhvbGQgY29weXJpZ2h0LAp5b3UgcmVwcmVzZW50IHRoYXQgeW91IGhhdmUgb2J0YWluZWQgdGhlIHVucmVzdHJpY3RlZCBwZXJtaXNzaW9uIG9mIHRoZQpjb3B5cmlnaHQgb3duZXIgdG8gZ3JhbnQgRFNVIHRoZSByaWdodHMgcmVxdWlyZWQgYnkgdGhpcyBsaWNlbnNlLCBhbmQgdGhhdApzdWNoIHRoaXJkLXBhcnR5IG93bmVkIG1hdGVyaWFsIGlzIGNsZWFybHkgaWRlbnRpZmllZCBhbmQgYWNrbm93bGVkZ2VkCndpdGhpbiB0aGUgdGV4dCBvciBjb250ZW50IG9mIHRoZSBzdWJtaXNzaW9uLgoKSUYgVEhFIFNVQk1JU1NJT04gSVMgQkFTRUQgVVBPTiBXT1JLIFRIQVQgSEFTIEJFRU4gU1BPTlNPUkVEIE9SIFNVUFBPUlRFRApCWSBBTiBBR0VOQ1kgT1IgT1JHQU5JWkFUSU9OIE9USEVSIFRIQU4gRFNVLCBZT1UgUkVQUkVTRU5UIFRIQVQgWU9VIEhBVkUKRlVMRklMTEVEIEFOWSBSSUdIVCBPRiBSRVZJRVcgT1IgT1RIRVIgT0JMSUdBVElPTlMgUkVRVUlSRUQgQlkgU1VDSApDT05UUkFDVCBPUiBBR1JFRU1FTlQuCgpEU1Ugd2lsbCBjbGVhcmx5IGlkZW50aWZ5IHlvdXIgbmFtZShzKSBhcyB0aGUgYXV0aG9yKHMpIG9yIG93bmVyKHMpIG9mIHRoZQpzdWJtaXNzaW9uLCBhbmQgd2lsbCBub3QgbWFrZSBhbnkgYWx0ZXJhdGlvbiwgb3RoZXIgdGhhbiBhcyBhbGxvd2VkIGJ5IHRoaXMKbGljZW5zZSwgdG8geW91ciBzdWJtaXNzaW9uLgo=

Publicaciones similares