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...

Full description

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
Acceso en línea:
https://noesis.uis.edu.co/handle/20.500.14071/40960
https://noesis.uis.edu.co
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