Identificación de etiquetas en líneas de manufactura

RESUMEN : Dentro de la visión artificial, el reconocimiento de objetos en imágenes y su identificación es una del área más atractiva y que mayor desarrollo han tenido en los últimos años. Gracias a diferentes tecnologías desarrolladas en la última década, el reconocimiento de objetos en imágenes se ha convertido casi en un problema abordable y configurable mediante técnica de Machine Learning. El gran desafío actual es el mejorar estos sistemas de reconocimientos de imágenes, puliendo ciertos detalles como su requerimiento de grandes datos, capacidad de computo y precisión de reconocimiento. Estos grandes avances que han sufrido el área de la visión artificial en los últimos años ya han permitido la creación e implementación de diversas aplicaciones basadas en el reconocimiento de imágenes para mejoraras a ayudar a procesos actualmente realizados de forma manual en diferentes áreas de la sociedad como en la medicina, la seguridad de las ciudades, los automóviles, el comercio, la industria . . . En el área de la industria es en el cual se centra este trabajo. La industria esta sufriendo un proceso evolutivo hacia lo que se denomina la 4ta revolución industrial, la cual tiene como principales objetivos lograr una digitalización total de sus procesos, con la finalidad de obtener la mayor cantidad de datos posibles para mejorar sus procesos productivos. Este trabajo final tiene como finalidad desarrollar un sistema de cisión artificial, basado en el reconocimiento de imágenes, con el objetivo de ser implementado en procesos productivos de empresas que tienen líneas de producción y usan sistemas de etiquetas para procesos de calidad o trazabilidad. La parte innovadora que pretende este proyecto es la de diseñar un demo de reconocimiento de imágenes implementado en un entorno industrial. Simularemos una información con imágenes de hojas de papel que tiene información de interés que debe ser extraída. Realizaremos varios experimentos centrándolos en los 3 ámbitos fundamentales del proceso; detección del objeto, reubicación del objeto y ubicación de textos de interés

• Autores: Diaz Valencia, Danilo; Jaramillo Gonzales, Santiago; Eusse Jaramillo, Julian
• Tipo de recurso: Tesis
• Fecha de publicación: 2021
• Institución: Universidad de Antioquia
• Repositorio: Repositorio UdeA
• Idioma: spa
• OAI Identifier: oai:bibliotecadigital.udea.edu.co:10495/20961
• Acceso en línea: http://hdl.handle.net/10495/20961
• Palabra clave: Inteligencia artificial; Artificial intelligence; Aprendizaje electrónico; Machine learning; Industria; Industry; Análisis de datos; Data analysis; Reconocimiento de imágenes; http://aims.fao.org/aos/agrovoc/c_27064; http://aims.fao.org/aos/agrovoc/c_49834; http://aims.fao.org/aos/agrovoc/c_3848; http://aims.fao.org/aos/agrovoc/c_15962
• Rights: openAccess
• License: http://creativecommons.org/publicdomain/zero/1.0/