Por favor, use este identificador para citar o enlazar este ítem:
https://ri-ng.uaq.mx/handle/123456789/8927
Título : | Sistema de alerta del estado de maduración de alimentos frescos dentro de un refrigerador utilizando Inteligencia Artificial |
Autor(es): | Enoc Tapia Méndez |
Palabras clave: | Ingeniería y Tecnología Ciencias Tecnológicas Ciencia de los Ordenadores |
Fecha de publicación : | 1-jul-2023 |
Editorial : | Ingeniería |
Facultad: | Facultad de Ingeniería |
Programa académico: | Maestría en Ciencias en Inteligencia Artificial |
Resumen: | A medida que las frutas y verduras crecen, así como maduran, experimentan un fenómeno fisiológico en el que se producen cambios visibles en su apariencia externa, además en su contenido nutricional. El objetivo de la investigación es crear e implementar un sistema inteligente que utilice Inteligencia Artificial para determinar el estado de maduración de frutas y verduras. La metodología utilizada corresponde para el diseño de modelos a través de aprendizaje profundo y consta de una serie de pasos que son indispensables para generación de modelos de aprendizaje profundo, donde se inicia con la etapa del análisis y limpieza de datos, seguido del entrenamiento del modelo, para finalmente realizar la validación de las métricas obtenidas. Los métodos utilizados son clasificación de imágenes, un primer modelo para clasificación de 32 clases de frutas y verduras, en el cual se obtuvo una precisión de 98% y una exactitud de 97.86%. El segundo modelo realiza la clasificación de 12 estados de maduración, obteniendo una precisión de 97% y una exactitud de 96.67%. El método de detección de objetos predice 39 clases de frutas, verduras y estados de maduración, para el cual se obtienen métricas de 72.4% para precisión, 75.2% para mAP@50 y 63.4% para mAP@50-95. A su vez, se realiza la implementación de los modelos en hardware, brindando un tiempo de inferencia para el modelo de detección de objetos de aproximadamente 10 segundos por muestra. |
URI: | https://ri-ng.uaq.mx/handle/123456789/8927 |
Aparece en: | Maestría en Ciencias en Inteligencia Artificial |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
IGMAC-309234.pdf | 6.29 MB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.