Sistema autonomo para clasificación de material reciclable implementado en un sistema embebido usando IA

En este trabajo se presenta un algoritmo de inteligencia artificial, implementado en dos sistemas embebidos buscando desarrollar y comparar dos productos posibles. las tarjetas escogidas fueron: la tarjeta Jetson nano 2GB de NVIDIA y la Raspberry Pi 3 Model B +. Este algoritmo reconoce automáticamente distintos materiales reciclables. Para esto se creo una base de 3500 imágenes de diferentes fuentes, el cual pasó por un proceso de tratamiento y filtrado. Posteriormente se entrenaron tres algoritmos: EfficientNet, MobileNetV2 y MobileNetV2-FPN. El algoritmo escogido fue el basado en la MobileNet-FPN mostrando el mejor desempeño teniendo en cuenta características como la función de perdida y la precisión de detección del modelo. Luego se realizaron pruebas de funcionamiento con materiales reciclables, usando la implementación propuesta en las dos tarjetas. Finalmente se escogió la Jetson nano para la implementación, ya qué mostró mejor relación de costo-beneficio, desempeño y velocidad en la detección.

• Autores: Sastre Lozada, Cristian Alejandro; Ramírez Ardila, Juan Diego; Galeano Díaz, Nicodemo
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2023
• Institución: Universidad Industrial de Santander
• Repositorio: Repositorio UIS
• Idioma: spa
• OAI Identifier: oai:noesis.uis.edu.co:20.500.14071/12482
• Acceso en línea: https://noesis.uis.edu.co/handle/20.500.14071/12482; https://noesis.uis.edu.co
• Palabra clave: Redes Neuronales Convolucionales; Tensorflow; Keras; Material Reciclable; Clasificación autónoma; Basura; Convolutional neural networks; Tensorflow; Keras; Recyclable material; Autonomous classification; Trash
• Rights: openAccess
• License: Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)