Sistema de reconocimiento y clasificación de camarón utilizando visión artificial

El presente proyecto “Sistema de reconocimiento y clasificación de camarón utilizando visión artificial” propone una solución innovadora a los métodos de clasificación de camarones tradicionales, eliminando la clasificación manual e intercambiarla por una clasificación automática que identifique sus...

Disgrifiad llawn

Wedi'i Gadw mewn:
Manylion Llyfryddiaeth
Prif Awdur: Toala Peña, Xavier Isaac (author)
Awduron Eraill: Zambrano Yagual, Dangelo Javier (author)
Fformat: bachelorThesis
Iaith:spa
Cyhoeddwyd: 2023
Pynciau:
Mynediad Ar-lein:http://dspace.ups.edu.ec/handle/123456789/25774
Tagiau: Ychwanegu Tag
Dim Tagiau, Byddwch y cyntaf i dagio'r cofnod hwn!
Disgrifiad
Crynodeb:El presente proyecto “Sistema de reconocimiento y clasificación de camarón utilizando visión artificial” propone una solución innovadora a los métodos de clasificación de camarones tradicionales, eliminando la clasificación manual e intercambiarla por una clasificación automática que identifique sus rasgos principales, mediante la implementación de nuevas tecnologías como la visión artificial y redes neuronales. Para la implementación del prototipo, se dispone de una tolva donde se depositan los camarones y son llevados a una banda transportadora para una mejor distribución. A continuación, los camarones pasan por debajo de una caja donde se encuentra una cámara que utiliza un sistema de visión artificial programado en un Rasberry Pi. Este sistema permite la clasificación digital de los camarones según sus características y rasgos distintivos. Todo esto se realiza en un ambiente controlado con buena iluminación. Finalmente, se utiliza una red neuronal y se realizaron diversas pruebas ajustando los pesos, el número de capas y las ´épocas para obtener un modelo que permitiera reconocer con precisión las características y rasgos del camarón. Después de realizar varias pruebas de campo, se ha obtenido un modelo que presenta una exactitud del 93% en el reconocimiento del camarón. Esto significa que el modelo es capaz de identificar correctamente el camarón en la mayoría de los casos y presenta una alta capacidad de precisión en sus predicciones.