Sistema de reconocimiento y conteo de productos de panadería

RESUMEN : Con el fin de optimizar procesos y brindar a los usuarios experiencias agradables, algunas empresas se dedican a generar soluciones tecnológicas para facilitar toda la gestión relacionada al negocio de dichos usuarios. CincoE S.A.S provee especialmente módulos de tecnologías para administr...

Full description

Autores:
Ramos Caicedo, Brayan David
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2022
Institución:
Universidad de Antioquia
Repositorio:
Repositorio UdeA
Idioma:
spa
OAI Identifier:
oai:bibliotecadigital.udea.edu.co:10495/30264
Acceso en línea:
https://hdl.handle.net/10495/30264
Palabra clave:
Algoritmo
Algorithms
Base de datos
Databases
Inteligencia artificial
Artificial intelligence
Procedimiento digital de imágenes
Visión por computador
Productos de panadería
Aplicación móvil
http://vocabularies.unesco.org/thesaurus/concept2024
http://vocabularies.unesco.org/thesaurus/concept501
http://vocabularies.unesco.org/thesaurus/concept3052
Rights
openAccess
License
http://creativecommons.org/licenses/by-nc-nd/2.5/co/
Description
Summary:RESUMEN : Con el fin de optimizar procesos y brindar a los usuarios experiencias agradables, algunas empresas se dedican a generar soluciones tecnológicas para facilitar toda la gestión relacionada al negocio de dichos usuarios. CincoE S.A.S provee especialmente módulos de tecnologías para administración gerencial a las empresas que contratan sus servicios. El proyecto desarrollado durante el periodo de semestre de industria y enunciado en el presente informe explora el procesamiento digital de imágenes y el uso de Deep Learning para facilitar el trabajo de los empleados en la empresa de De Lolita, permitiéndoles la clasificación y conteo de productos de panadería al finalizar la jornada laboral con fines contables internos. Para lograr lo propuesto se escogieron 5 productos de panadería: aromática, alfajor de maicena, alfajor de chocolate, parmesana y corazón. Para cada producto se tomaron 20 imágenes y se llevó a cabo un proceso de data augmentation, obteniendo así un dataset de 100 imágenes por producto que se usaron para entrenar con el algoritmo YOLOv5. Como resultado se tiene una aplicación móvil desarrollada en React Native que permite tomar foto o subir una ya almacenada en el dispositivo móvil, enviarla a un backend desarrollado en Python con el modelo entregado por YOLOv5 y, finalmente, clasificar los 5 tipos de productos usados por la empresa De Lolita y mostrar el un listado de cada producto detectado en la imagen, así como la cantidad de cada uno.