Diseño e implementación de un sistema de procesamiento de imágenes para determinar la calidad del limón tahiti
Teniendo en cuenta que el departamento de Santander ha incrementado su producción de limón Tahitíy que los criterios de calidad para la exportación son cada vez mayores, es necesario aportar a estos procesos contecnología que facilite la selección y clasificación que deben realizar los productores c...
- Autores:
-
López Rueda, William Fernando
Imbaña Portillo, Jeison Duvan
- Tipo de recurso:
- http://purl.org/coar/version/c_b1a7d7d4d402bcce
- Fecha de publicación:
- 2021
- Institución:
- Universidad Industrial de Santander
- Repositorio:
- Repositorio UIS
- Idioma:
- spa
- OAI Identifier:
- oai:noesis.uis.edu.co:20.500.14071/40960
- Palabra clave:
- Redes Neuronales Convolucionales (RNC)
MobileNet
Maix Bit
Raspberry
Kmodel
tflite.
Convolutional Neural Networks (CNN)
MobileNet
Maix Bit
Raspberry
Kmodel
tflite.
- Rights
- License
- Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
id |
UISANTADR2_50d2cc1e474c9ee0be3a5e96c844e233 |
---|---|
oai_identifier_str |
oai:noesis.uis.edu.co:20.500.14071/40960 |
network_acronym_str |
UISANTADR2 |
network_name_str |
Repositorio UIS |
repository_id_str |
|
dc.title.none.fl_str_mv |
Diseño e implementación de un sistema de procesamiento de imágenes para determinar la calidad del limón tahiti |
dc.title.english.none.fl_str_mv |
Design and implementation of an image processing system to determine the quality of tahiti lemon. |
title |
Diseño e implementación de un sistema de procesamiento de imágenes para determinar la calidad del limón tahiti |
spellingShingle |
Diseño e implementación de un sistema de procesamiento de imágenes para determinar la calidad del limón tahiti Redes Neuronales Convolucionales (RNC) MobileNet Maix Bit Raspberry Kmodel tflite. Convolutional Neural Networks (CNN) MobileNet Maix Bit Raspberry Kmodel tflite. |
title_short |
Diseño e implementación de un sistema de procesamiento de imágenes para determinar la calidad del limón tahiti |
title_full |
Diseño e implementación de un sistema de procesamiento de imágenes para determinar la calidad del limón tahiti |
title_fullStr |
Diseño e implementación de un sistema de procesamiento de imágenes para determinar la calidad del limón tahiti |
title_full_unstemmed |
Diseño e implementación de un sistema de procesamiento de imágenes para determinar la calidad del limón tahiti |
title_sort |
Diseño e implementación de un sistema de procesamiento de imágenes para determinar la calidad del limón tahiti |
dc.creator.fl_str_mv |
López Rueda, William Fernando Imbaña Portillo, Jeison Duvan |
dc.contributor.advisor.none.fl_str_mv |
Barrero Perez, Jaime Guillermo |
dc.contributor.author.none.fl_str_mv |
López Rueda, William Fernando Imbaña Portillo, Jeison Duvan |
dc.subject.none.fl_str_mv |
Redes Neuronales Convolucionales (RNC) MobileNet Maix Bit Raspberry Kmodel tflite. |
topic |
Redes Neuronales Convolucionales (RNC) MobileNet Maix Bit Raspberry Kmodel tflite. Convolutional Neural Networks (CNN) MobileNet Maix Bit Raspberry Kmodel tflite. |
dc.subject.keyword.none.fl_str_mv |
Convolutional Neural Networks (CNN) MobileNet Maix Bit Raspberry Kmodel tflite. |
description |
Teniendo en cuenta que el departamento de Santander ha incrementado su producción de limón Tahitíy que los criterios de calidad para la exportación son cada vez mayores, es necesario aportar a estos procesos contecnología que facilite la selección y clasificación que deben realizar los productores campesinos. Por lo anterior, elobjetivo principal de este proyecto fue mejorar la selección de frutos para hacerla más autónoma y estandarizada,evitando así la subjetividad de las personas encargadas de esta labor. Para ello, se propuso el uso de IA (InteligenciaArtificial) para automatizar el proceso de identificación de características y clasificación del tipo de limón Tahití. En lasolución se planteó el uso de redes neuronales convolucionales pre-entrenadas. De allí se desprenden varios requisitossiendo el principal, seleccionar la arquitectura de la red y el sistema embebido que la soporta. Adicionalmente fueimportante la calidad y cantidad de datos utilizados para el entrenamiento de esta red neuronal, por esta razón seacondicionó una base de datos con imágenes de limones Tahití de diferentes características. La validación del modeloimplementado en la tarjeta Maix Bit da como resultado un acierto del 94% gracias a su acelerador de operaciones convolucionales, esto con un tiempo de predicción de aproximadamente 137 [ms]. |
publishDate |
2021 |
dc.date.available.none.fl_str_mv |
2021 2024-03-04T01:11:51Z |
dc.date.created.none.fl_str_mv |
2021 |
dc.date.issued.none.fl_str_mv |
2021 |
dc.date.accessioned.none.fl_str_mv |
2024-03-04T01:11:51Z |
dc.type.local.none.fl_str_mv |
Tesis/Trabajo de grado - Monografía - Pregrado |
dc.type.hasversion.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
dc.type.coar.none.fl_str_mv |
http://purl.org/coar/version/c_b1a7d7d4d402bcce |
format |
http://purl.org/coar/version/c_b1a7d7d4d402bcce |
dc.identifier.uri.none.fl_str_mv |
https://noesis.uis.edu.co/handle/20.500.14071/40960 |
dc.identifier.instname.none.fl_str_mv |
Universidad Industrial de Santander |
dc.identifier.reponame.none.fl_str_mv |
Universidad Industrial de Santander |
dc.identifier.repourl.none.fl_str_mv |
https://noesis.uis.edu.co |
url |
https://noesis.uis.edu.co/handle/20.500.14071/40960 https://noesis.uis.edu.co |
identifier_str_mv |
Universidad Industrial de Santander |
dc.language.iso.none.fl_str_mv |
spa |
language |
spa |
dc.rights.none.fl_str_mv |
http://creativecommons.org/licenses/by/4.0/ |
dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
dc.rights.license.none.fl_str_mv |
Attribution-NonCommercial 4.0 International (CC BY-NC 4.0) |
dc.rights.uri.none.fl_str_mv |
http://creativecommons.org/licenses/by-nc/4.0 |
dc.rights.creativecommons.none.fl_str_mv |
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) |
rights_invalid_str_mv |
Attribution-NonCommercial 4.0 International (CC BY-NC 4.0) http://creativecommons.org/licenses/by/4.0/ http://creativecommons.org/licenses/by-nc/4.0 Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) http://purl.org/coar/access_right/c_abf2 |
dc.format.mimetype.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidad Industrial de Santander |
dc.publisher.faculty.none.fl_str_mv |
Facultad de Ingenierías Fisicomecánicas |
dc.publisher.program.none.fl_str_mv |
Ingeniería Electrónica |
dc.publisher.school.none.fl_str_mv |
Escuela de Ingenierías Eléctrica, Electrónica y Telecomunicaciones |
publisher.none.fl_str_mv |
Universidad Industrial de Santander |
institution |
Universidad Industrial de Santander |
bitstream.url.fl_str_mv |
https://noesis.uis.edu.co/bitstreams/b77da0b9-1393-48c1-a18c-2ebc016143a8/download https://noesis.uis.edu.co/bitstreams/abf46c04-23d6-4ef1-aeab-0f691abb0438/download https://noesis.uis.edu.co/bitstreams/b3e7616b-7e38-4520-941a-3fa1d80e5258/download |
bitstream.checksum.fl_str_mv |
c05a9def4fdc84199034b26c6949454e a9a531952bc3c97424c5dc306eeff552 4733eeab4ac87809a319ed14b9ffc0d7 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
DSpace at UIS |
repository.mail.fl_str_mv |
noesis@uis.edu.co |
_version_ |
1814095195825766400 |
spelling |
Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)http://creativecommons.org/licenses/by/4.0/http://creativecommons.org/licenses/by-nc/4.0Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)http://purl.org/coar/access_right/c_abf2Barrero Perez, Jaime GuillermoLópez Rueda, William FernandoImbaña Portillo, Jeison Duvan2024-03-04T01:11:51Z20212024-03-04T01:11:51Z20212021https://noesis.uis.edu.co/handle/20.500.14071/40960Universidad Industrial de SantanderUniversidad Industrial de Santanderhttps://noesis.uis.edu.coTeniendo en cuenta que el departamento de Santander ha incrementado su producción de limón Tahitíy que los criterios de calidad para la exportación son cada vez mayores, es necesario aportar a estos procesos contecnología que facilite la selección y clasificación que deben realizar los productores campesinos. Por lo anterior, elobjetivo principal de este proyecto fue mejorar la selección de frutos para hacerla más autónoma y estandarizada,evitando así la subjetividad de las personas encargadas de esta labor. Para ello, se propuso el uso de IA (InteligenciaArtificial) para automatizar el proceso de identificación de características y clasificación del tipo de limón Tahití. En lasolución se planteó el uso de redes neuronales convolucionales pre-entrenadas. De allí se desprenden varios requisitossiendo el principal, seleccionar la arquitectura de la red y el sistema embebido que la soporta. Adicionalmente fueimportante la calidad y cantidad de datos utilizados para el entrenamiento de esta red neuronal, por esta razón seacondicionó una base de datos con imágenes de limones Tahití de diferentes características. La validación del modeloimplementado en la tarjeta Maix Bit da como resultado un acierto del 94% gracias a su acelerador de operaciones convolucionales, esto con un tiempo de predicción de aproximadamente 137 [ms].PregradoIngeniero ElectrónicoTaking into account that the department of Santander has increased its production of Tahitian lemonsand that the quality criteria for export are increasingly higher, it is necessary to contribute to these processes withtechnology that facilitates the selection and classification that must be carried out by the peasant producers. Therefore,the main objective of this project was to improve fruit selection to make it more autonomous and standardized, thusavoiding the subjectivity of the people in charge of this task. For this purpose, the use of IA (Artificial Intelligence) toautomate the process of identification of characteristics and classification of the type of Tahiti lemon. In the solution,the use of pre-trained convolutional neural networks was proposed. The main requirement was to select the architectureof the network and the embedded system that supports it. Additionally, the quality and quantity of data used for thetraining of this neural network was important; for this reason, a database with images of Tahiti lemons of differentcharacteristics was conditioned. The validation of the model implemented in the Maix Bit card resulted in a 94% accuracy thanks to its convolutional operations accelerator, with a prediction time of approximately 137 [ms].application/pdfspaUniversidad Industrial de SantanderFacultad de Ingenierías FisicomecánicasIngeniería ElectrónicaEscuela de Ingenierías Eléctrica, Electrónica y TelecomunicacionesRedes Neuronales Convolucionales (RNC)MobileNetMaix BitRaspberryKmodeltflite.Convolutional Neural Networks (CNN)MobileNetMaix BitRaspberryKmodeltflite.Diseño e implementación de un sistema de procesamiento de imágenes para determinar la calidad del limón tahitiDesign and implementation of an image processing system to determine the quality of tahiti lemon.Tesis/Trabajo de grado - Monografía - Pregradohttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_b1a7d7d4d402bcceORIGINALCarta de autorización.pdfapplication/pdf676534https://noesis.uis.edu.co/bitstreams/b77da0b9-1393-48c1-a18c-2ebc016143a8/downloadc05a9def4fdc84199034b26c6949454eMD51Documento.pdfapplication/pdf6371836https://noesis.uis.edu.co/bitstreams/abf46c04-23d6-4ef1-aeab-0f691abb0438/downloada9a531952bc3c97424c5dc306eeff552MD52Nota de proyecto.pdfapplication/pdf60469https://noesis.uis.edu.co/bitstreams/b3e7616b-7e38-4520-941a-3fa1d80e5258/download4733eeab4ac87809a319ed14b9ffc0d7MD5320.500.14071/40960oai:noesis.uis.edu.co:20.500.14071/409602024-03-03 20:11:51.741http://creativecommons.org/licenses/by-nc/4.0http://creativecommons.org/licenses/by/4.0/open.accesshttps://noesis.uis.edu.coDSpace at UISnoesis@uis.edu.co |