Prototype of a system that determinates the state of maturity of a plantain using Deep Learning and Artificial Vision

Villalba, Andrea; Requena, Tomás; Solanilla, Fabio; Rangel, José Carlos

Prototipo de un sistema que determine el estado de madurez de un plátano utilizando Deep Learning y Visión Artificial

dc.creator	Villalba, Andrea
dc.creator	Requena, Tomás
dc.creator	Solanilla, Fabio
dc.creator	Rangel, José Carlos
dc.date	2021-07-27
dc.date.accessioned	2022-01-18T16:56:38Z
dc.date.accessioned	2022-01-18T17:40:46Z
dc.date.available	2022-01-18T16:56:38Z
dc.date.available	2022-01-18T17:40:46Z
dc.identifier	https://revistas.utp.ac.pa/index.php/ric/article/view/3155
dc.identifier	10.33412/rev-ric.v6.0.3155
dc.identifier.uri	https://ridda2.utp.ac.pa/handle/123456789/15213
dc.description	Deep Learning (DL) and Artificial Vision applications have revolutionized the identification of wasteful and inefficient processes in the food industry. This project proposes the creation of an intelligent model of industrial classification with robotic assistance focused initially on the distinction of the maturation state of the plantain (Musa balbisiana). This research was possible with the help of libraries such as TensorFlow and OpenCV, which allow the use of convolutional neural networks. After testing several models, the one that presented the best accuracy and loss, was capable of correctly classifying the three stages of maturation of the plantain, if the images maintain the preestablished format.	en-US
dc.description	Las aplicaciones de Deep Learning (DL) y Visión Artificial han revolucionado la manera de como se ejecutan los procesos en las industrias de alimentos, para disminuir la pérdida de material por procesos ineficientes. Por lo tanto, este proyecto propone la creación de un modelo inteligente de clasificación industrial con asistencia robótica, enfocado inicialmente en la distinción del estado de maduración del plátano (Musa balbisiana). Se llevó a cabo con la ayuda de librerías como TensorFlow y OpenCV, las cuales permiten la utilización de redes neuronales convolucionales. Luego de probar varios modelos, se obtuvo que el que presentó mayor precisión y menor pérdida logró clasificar correctamente los tres estados de maduración del plátano, siempre y cuando las imágenes a predecir mantengan el formato establecido.	es-ES
dc.format	application/pdf
dc.language	spa
dc.publisher	Universidad Tecnológica de Panamá	es-ES
dc.relation	https://revistas.utp.ac.pa/index.php/ric/article/view/3155/3761
dc.rights	Derechos de autor 2021 Revista de Iniciación Científica	es-ES
dc.rights	http://creativecommons.org/licenses/by-nc-sa/4.0	es-ES
dc.source	2413-6786
dc.source	2412-0464
dc.source	Revista de Iniciación Científica; Vol. 6 (2020): Revista de Iniciación Científica - Edición Especial N°4	es-ES
dc.title	Prototype of a system that determinates the state of maturity of a plantain using Deep Learning and Artificial Vision	en-US
dc.title	Prototipo de un sistema que determine el estado de madurez de un plátano utilizando Deep Learning y Visión Artificial	es-ES
dc.type	info:eu-repo/semantics/article
dc.type	info:eu-repo/semantics/publishedVersion

Ficheros en el ítem

Ficheros	Tamaño	Formato	Ver
No hay ficheros asociados a este ítem.

Este ítem aparece en la(s) siguiente(s) colección(ones)

2020, Vol. 6: Revista de Iniciación Científica, Edición Especial [22]
RIC Edición Especial N°4 Vol.6.0, cuenta con los artículos de proyectos finalistas de la Jornada de Iniciación Científica (JIC) Nacional 2019.

Mostrar el registro sencillo del ítem