Identificación y clasificación de residuos sólidos mediante procesamiento de imágenes e inteligencia artificial

Actualmente en Colombia, el incremento exponencial de la cantidad de residuos que cada individuo del hogar produce diariamente causa que los vertederos destinados para esto se encuentren a punto de cumplir con su vida útil, esto se debe a que un 78% de los colombianos no saben reciclar. Con el propósito de proponer una estrategia para apoyar en la solución de esta problemática, se elabora un algoritmo que tiene como propósito ayudar a las personas del sector de reciclaje, hogares e industrias con la identificación y clasificación de los residuos producidos por ellos. Este algoritmo, se realizó mediante técnicas basadas en aprendizaje profundo, en donde se encuentran tres tipos de modelos: denso, convolucional y convolucional con Drop Out. En estos modelos se aplican dos estados de activación que son sigmoidal y ReLu, y a su vez transforman imágenes de distintos tamaños a uno solo de 200x200 para una mejor lectura de los pixeles y se transforman a escalas de grises para una mejor obtención de los bordes. Como resultado, se obtienen precisiones del 81.7%, 78.9% y 78.7%, debido al entrenamiento y validación de 19.824 imágenes que fueron tomadas como muestra en la ciudad de Cúcuta, Colombia.

• Autores: Ortiz Fonseca , Danna marcela
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2023
• Institución: Universidad Francisco de Paula Santander
• Repositorio: Repositorio Digital UFPS
• Idioma: spa
• OAI Identifier: oai:repositorio.ufps.edu.co:ufps/6785
• Acceso en línea: https://repositorio.ufps.edu.co/handle/ufps/6785
• Palabra clave: Residuos sólidos; Aprendizaje profundo; Conjunto de datos; Detección; Residuos sólidos; Aprendizaje profundo; Convolución; Conjunto de datos
• Rights: openAccess
• License: Derechos Reservados - Universidad Francisco de Paula Santander, 2023