Clasificador por visión artificial y redes neuronales aplicado para análisis de calidad en frutas, Arequipa 2024

Vista sencilla de ítem
dc.contributor.advisorCollado Oporto, Christiam Guillermo
dc.contributor.authorLoyola Canales, Gaston Alonso
dc.date.accessioned2025-07-10T15:38:06Z
dc.date.available2025-07-10T15:38:06Z
dc.date.issued2025-06-17
dc.description.abstractEl desarrollo del presente trabajo de investigación propone un sistema automatizado de clasificación por calidades en frutas basado en características visuales, con el fin de demostrar cuan efectivo logra ser un sistema de visión artificial y redes neuronales con hardware de costo accesible. La clasificación se realizará considerando la forma, pigmentación y características típicas de manzanas tipo royal y naranjas tipo huando. El desarrollo del clasificador se detalla en el documento en tres secciones, diseño de clasificador por visión artificial y redes neuronales, implementación en Arduino e implementación en Spyder, detallando en cada uno el código realizado, lógica utilizada y diagramas de flujo correspondientes a cada una de las etapas. Además, se detallará las etapas de la implementación de software y hardware, así como la elección de los componentes utilizados y las modificaciones realizadas a lo largo de la implementación. Adicionalmente se presentará resultados obtenidos en los diferentes modelos que se utilizaron para el entrenamiento de la red en términos de exactitud, error y capacidad de generalización, otorgando una justificación para el uso del modelo seleccionado. El clasificador implementado trabajara con el modelo de red neuronal con arquitectura MobileNetV2, el cual presenta una exactitud general del 69%, y un promedio de precisión entre clases del 75%.
dc.formatapplication/pdf
dc.identifier.urihttps://hdl.handle.net/20.500.12920/15301
dc.language.isospa
dc.publisherUniversidad Católica de Santa Maríaes_ES
dc.publisher.countryPE
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/es_ES
dc.sourceUniversidad Católica de Santa Maríaes_ES
dc.sourceRepositorio de la Universidad Católica de Santa María - UCSMes_ES
dc.subjectClasificador
dc.subjectVisión artificial
dc.subjectRedes neuronales
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.02.03
dc.titleClasificador por visión artificial y redes neuronales aplicado para análisis de calidad en frutas, Arequipa 2024
dc.typeinfo:eu-repo/semantics/bachelorThesis
dc.type.versioninfo:eu-repo/semantics/publishedVersion
renati.advisor.dni42394111
renati.advisor.orcid0000-0002-0529-738X
renati.author.dni72758722
renati.discipline713096
renati.jurorMestas Ramos, Sergio Orlando
renati.jurorQuispe Ccachuco, Marcelo Jaime
renati.jurorCuadros Machuca, Juan Carlos
renati.levelhttps://purl.org/pe-repo/renati/level#tituloProfesional
renati.typehttps://purl.org/pe-repo/renati/type#tesis
thesis.degree.disciplineIngeniería Mecánica, Mecánica-Eléctrica y Mecatrónica
thesis.degree.grantorUniversidad Católica de Santa María.Facultad de Ciencias e Ingenierías Físicas y Formaleses_ES
thesis.degree.nameIngeniero Mecatrónico

Archivos

Bloque original
Mostrando 1 - 3 de 3
Miniatura
Nombre:
4E.0516.IM.pdf
Tamaño:
7.55 MB
Formato:
Adobe Portable Document Format
Descargar
No hay miniatura disponible
Nombre:
4E.0516.IM.RT.pdf
Tamaño:
37.75 MB
Formato:
Adobe Portable Document Format
Descargar
No hay miniatura disponible
Nombre:
Autorización_4E.0516.IM.pdf
Tamaño:
195.91 KB
Formato:
Adobe Portable Document Format
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Ingeniería Mecánica, Mecánica –Eléctrica y Mecatrónica