Automatización de la clasificación de frutos secos almendras, avellanas y pistachos para mejorar la eficiencia y precisión de calidad mediante un portal web basado en visión por computadora y machine learning.
Este documento contiene archivo en PDF
Đã lưu trong:
| Tác giả chính: | |
|---|---|
| Tác giả khác: | |
| Định dạng: | bachelorThesis |
| Ngôn ngữ: | spa |
| Được phát hành: |
2024
|
| Những chủ đề: | |
| Truy cập trực tuyến: | https://repositorio.ug.edu.ec/handle/redug/77305 |
| Các nhãn: |
Thêm thẻ
Không có thẻ, Là người đầu tiên thẻ bản ghi này!
|
Thêm thẻ | _version_ | 1858987967161303040 |
|---|---|
| author | Rodríguez Villao Angie Pamela |
| author2 | Villacis Franco Odalys Elizabeth |
| author2_role | author |
| author_facet | Rodríguez Villao Angie Pamela Villacis Franco Odalys Elizabeth |
| author_role | author |
| collection | Repositorio Universidad de Guayaquil |
| dc.contributor.none.fl_str_mv | Pincay Bohórquez, Freddy Steve |
| dc.creator.none.fl_str_mv | Rodríguez Villao Angie Pamela Villacis Franco Odalys Elizabeth |
| dc.date.none.fl_str_mv | 2024-12-05T18:53:33Z 2024-12-05T18:53:33Z 2024-09-17 |
| dc.format.none.fl_str_mv | application/pdf |
| dc.identifier.none.fl_str_mv | https://repositorio.ug.edu.ec/handle/redug/77305 |
| dc.language.none.fl_str_mv | spa |
| dc.publisher.none.fl_str_mv | Universidad de Guayaquil. Facultad de Ingeniería Industrial. Carrera de Ingeniería en Telemática. |
| dc.relation.none.fl_str_mv | BINGI0041-TM |
| dc.rights.none.fl_str_mv | info:eu-repo/semantics/openAccess |
| dc.source.none.fl_str_mv | reponame:Repositorio Universidad de Guayaquil instname:Universidad de Guayaquil instacron:UG |
| dc.subject.none.fl_str_mv | VISIÓN ARTIFICIAL MACHINE LEARNING CLASIFICACIÓN AUTOMATIZADA FRUTOS SECOS |
| dc.title.none.fl_str_mv | Automatización de la clasificación de frutos secos almendras, avellanas y pistachos para mejorar la eficiencia y precisión de calidad mediante un portal web basado en visión por computadora y machine learning. |
| dc.type.none.fl_str_mv | info:eu-repo/semantics/bachelorThesis info:eu-repo/semantics/publishedVersion |
| description | Este documento contiene archivo en PDF |
| eu_rights_str_mv | openAccess |
| format | bachelorThesis |
| id | UG_5578d4e843dc23ae2cd790f98550dee9 |
| instacron_str | UG |
| institution | UG |
| instname_str | Universidad de Guayaquil |
| language | spa |
| network_acronym_str | UG |
| network_name_str | Repositorio Universidad de Guayaquil |
| oai_identifier_str | oai:repositorio.ug.edu.ec:redug/77305 |
| publishDate | 2024 |
| publisher.none.fl_str_mv | Universidad de Guayaquil. Facultad de Ingeniería Industrial. Carrera de Ingeniería en Telemática. |
| reponame_str | Repositorio Universidad de Guayaquil |
| repository.mail.fl_str_mv | . |
| repository.name.fl_str_mv | Repositorio Universidad de Guayaquil - Universidad de Guayaquil |
| repository_id_str | 0 |
| spelling | Automatización de la clasificación de frutos secos almendras, avellanas y pistachos para mejorar la eficiencia y precisión de calidad mediante un portal web basado en visión por computadora y machine learning.Rodríguez Villao Angie PamelaVillacis Franco Odalys ElizabethVISIÓN ARTIFICIALMACHINE LEARNINGCLASIFICACIÓN AUTOMATIZADAFRUTOS SECOSEste documento contiene archivo en PDFLa presente investigación se enfoca en el desarrollo y evaluación de un portal web que emplea técnicas de visión artificial y machine learning para la clasificación automatizada de frutos secos, específicamente almendras, avellanas y pistachos. Mediante la implementación de la arquitectura de red neuronal ResNet50, se desarrolló un modelo capaz de clasificar estos frutos secos con una precisión destacada. El portal permite a los usuarios cargar imágenes de los productos, ya sea desde la galería o capturadas en tiempo real, para recibir una clasificación instantánea basada en la calidad del producto. La metodología incluyó la recopilación de datos mediante imágenes etiquetadas de los frutos secos, las cuales fueron utilizadas para el entrenamiento, validación y prueba del modelo. Los resultados obtenidos mostraron un alto rendimiento en la clasificación de frutos secos, alcanzando una precisión general del 99.7%. Aunque se identificaron áreas de mejora en la clasificación de avellanas y en la precisión de la clasificación por color y tamaño, la automatización del proceso demostró ser significativamente más eficiente y precisa que la clasificación manual.his research focuses on the development and evaluation of a web portal that utilizes computer vision and machine learning techniques for the automated classification of nuts, specifically almonds, hazelnuts, and pistachios. Through the implementation of the ResNet50 neural network architecture, a model was developed that can classify these nuts with remarkable accuracy. The portal allows users to upload images of the products, either from the gallery or captured in real-time, to receive an instant quality-based classification. The methodology involved the collection of labeled images of the nuts, which were used for training, validation, and testing of the model. The results demonstrated high performance in nut classification, achieving an overall accuracy of 99.7%. While areas for improvement were identified in the classification of hazelnuts and in the accuracy of color and size classification, the automation of the process proved to be significantly more efficient and accurate than manual classification.Universidad de Guayaquil. Facultad de Ingeniería Industrial. Carrera de Ingeniería en Telemática.Pincay Bohórquez, Freddy Steve2024-12-05T18:53:33Z2024-12-05T18:53:33Z2024-09-17info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://repositorio.ug.edu.ec/handle/redug/77305spaBINGI0041-TMinfo:eu-repo/semantics/openAccessreponame:Repositorio Universidad de Guayaquilinstname:Universidad de Guayaquilinstacron:UG2024-12-09T03:04:33Zoai:repositorio.ug.edu.ec:redug/77305Institucionalhttp://repositorio.ug.edu.ec/Universidad públicahttps://www.ug.edu.ec/..Ecuador...opendoar:02026-03-07T06:58:12.806240Repositorio Universidad de Guayaquil - Universidad de Guayaquiltrue |
| spellingShingle | Automatización de la clasificación de frutos secos almendras, avellanas y pistachos para mejorar la eficiencia y precisión de calidad mediante un portal web basado en visión por computadora y machine learning. Rodríguez Villao Angie Pamela VISIÓN ARTIFICIAL MACHINE LEARNING CLASIFICACIÓN AUTOMATIZADA FRUTOS SECOS |
| status_str | publishedVersion |
| title | Automatización de la clasificación de frutos secos almendras, avellanas y pistachos para mejorar la eficiencia y precisión de calidad mediante un portal web basado en visión por computadora y machine learning. |
| title_full | Automatización de la clasificación de frutos secos almendras, avellanas y pistachos para mejorar la eficiencia y precisión de calidad mediante un portal web basado en visión por computadora y machine learning. |
| title_fullStr | Automatización de la clasificación de frutos secos almendras, avellanas y pistachos para mejorar la eficiencia y precisión de calidad mediante un portal web basado en visión por computadora y machine learning. |
| title_full_unstemmed | Automatización de la clasificación de frutos secos almendras, avellanas y pistachos para mejorar la eficiencia y precisión de calidad mediante un portal web basado en visión por computadora y machine learning. |
| title_short | Automatización de la clasificación de frutos secos almendras, avellanas y pistachos para mejorar la eficiencia y precisión de calidad mediante un portal web basado en visión por computadora y machine learning. |
| title_sort | Automatización de la clasificación de frutos secos almendras, avellanas y pistachos para mejorar la eficiencia y precisión de calidad mediante un portal web basado en visión por computadora y machine learning. |
| topic | VISIÓN ARTIFICIAL MACHINE LEARNING CLASIFICACIÓN AUTOMATIZADA FRUTOS SECOS |
| url | https://repositorio.ug.edu.ec/handle/redug/77305 |