Clasificación automática de la calidad de los arándanos usando imágenes de espectro swir con deep learning
Cargando...
Archivos
Fecha
2019
Profesor/a Guía
Facultad/escuela
Idioma
es
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Andrés Bello
Nombre de Curso
Licencia CC
Licencia CC
Resumen
El análisis empírico de la calidad de los arándanos en la etapa de post-cosecha presenta problemas reflejados en la calidad del producto empaquetado. Aprovechando los beneficios de utilizar el espectro SWIR se capturan imágenes de arándanos de buena y mala calidad, para luego realizar un diseño de base de datos de arándanos con 36.469 imágenes de arándanos de buena
calidad y 60.615 arándanos de mala calidad, sumando un total de 97.044 imágenes. Con estas imágenes se realizan cuatro rondas de experimentos principales, dónde las primeras dos tienen un enfoque en el análisis de la intensidad de los píxeles y las otras dos analizan la textura de las imágenes, utilizando dos redes neuronales convolucionales, LeNet y Smaller VGG. El análisis
de las texturas (filtro BSIF 3x3) presenta un mejor comportamiento en Smaller VGG, dónde el mejor resultado registrado se alcanza con un 96,34% de train y un 94,05 de test, manteniendo un análisis en el fruto reflejado en un mapa de calor.
Notas
Tesis (Ingeniero Civil Informático)
Palabras clave
Arándanos, Cultivos, Innovaciones Tecnológicas