Desarrollo de una aplicación móvil de reconocimiento de suelos usando deep learning.

La inclusión de la inteligencia artificial en proyectos tecnológicos se ha incrementado en los últimos años, esto se debe a que existe un gran potencial en este tipo de tecnología, debido a que con la inteligencia artificial se puede realizar varias actividades como es el clasificar imágenes para detectar objetos diferentes y de esta manera poder identificar que objeto es el que se muestra en una determinada ventana de una aplicación. La inteligencia artificial comprende varios aspectos como es el uso de redes neuronales para realizar los procesos de entrenamiento de un modelo que se creara mediante el uso de lenguajes de programación especiales para dicho enfoque, además se necesita tener previamente una data de imágenes a clasificar para dicho entrenamiento. Actualmente se pueden encontrar en distintos artículos de revistas científicas muchos proyectos que están relacionados con la implementación de aplicaciones móviles que incluyan en sus funciones el uso de inteligencia artificial para realizar ciertos procesos que requieran el análisis de imágenes para detectar por ejemplo caries o placas bacterianas en las fotos de las bocas de un grupo de pacientes seleccionados como data para la red neuronal que se esté utilizando o para la visión artificial que se esté usando. Conociendo lo anterior, se desarrolló una aplicación móvil de reconocimiento de suelos usando Deep Learning, que mediante un modelo de entrenamiento creado previamente con redes neuronales convolucionales es consumido para realizar las respectivas predicciones de las imágenes capturadas del celular o de fotos de la galería del dispositivo, indicando su probabilidad y nombre de suelo. El desarrollo de este aplicativo móvil fue realizado con el Framework de Xamarin el cual es un entorno multiplataforma que trabaja con el lenguaje de programación C# y XAML, Lógica y Diseño respectivamente, además se utilizó ciertas librerías para trabajar con TensorFlow, el cual es otro Framework que sirve para crear y usar redes neuronales. Se empleó la metodología XP para la construcción del proyecto debido a su enfoque ágil y por darle más prioridad al tiempo de desarrollo que en la comunicación con los interesados. Para el uso de la aplicación el usuario deberá elegir entre dos opciones para proceder con el análisis de la imagen o foto. En la ventana inicial saldrá un menú en el que se podrá elegir entre seleccionar una imagen de la galería o tomar una foto, seguido de esto se mostrará una nueva ventana llamada análisis en la cual se podrá observar la imagen obtenida de la opción previamente seleccionada, además saldrá un mensaje indicando el nombre del suelo detectado con su probabilidad de certeza y una lista de los otros suelos con sus respectivas probabilidades de certeza ordenadas de forma descendente. Para evaluar la aplicación móvil se utilizó el estándar de calidad ISO-IEC 25010, debido que este estándar se enfoca en aplicar varias métricas de evaluación de calidad al producto final, es decir a la aplicación móvil desarrollada, además de estas métricas también se emplean pruebas unitarias que confirman el cumplimiento de las historias de usuarios planteadas en este informe.

• Main Author: Ortiz Trujillo, Yasser Javier (author)
• Format: bachelorThesis
• Published: 2022
• Subjects: APLICACION MOVIL; APRENDIZAJE PROFUNDO; ANALISIS DEL SUELO; RED NEURONAL CONVOLUCIONAL
• Online Access: http://repositorio.utmachala.edu.ec/handle/48000/18759