Modelo Clasificador de Aceitunas de Mesa para Preparación de Platos Gourmet
Ricardo B. Ramírez-Véliz, Juan C. Cedeño-Rodríguez, Jéssica M. Yepez-Holguín, Verónica Mendoza-Morán, Alfonso A. Guijarro-Rodríguez, Gladys C. Jácome-Morales
Memorias de la Vigésima Segunda Conferencia Iberoamericana en Sistemas, Cibernética e Informática: CISCI 2023, pp. 21-25 (2023); https://doi.org/10.54808/CISCI2023.01.21
|
Vigésima Segunda Conferencia Iberoamericana en Sistemas, Cibernética e Informática: CISCI 2023
Conferencia Virtual 12 al 15 de Septiembre de 2023 Proceedings of CISCI 2023 ISSN: 2831-7270 (Print) ISBN (Volume): 978-1-950492-75-6 (Print) |
|
Abstract
El consumo de aceitunas se ha incrementado debido a su utilización en el área de la gastronomía, el éxito de su producción se origina en países europeos y se extiende a países latinoamericanos como Perú, Argentina y Uruguay. Existe una amplia variedad de aceitunas, de las cuales las mesa motivan esta investigación por su calidad y nivel de madurez al momento de su recolección. Este trabajo tiene como objetivo desarrollar un clasificador de variedades de aceitunas de mesa que consideran las características de forma, color y textura para que al ser procesadas ofrezcan mejor calidad en la preparación de platos gourmet. El trabajo en su desarrollo utiliza programas y librerías de código abierto para Machine Learning (ML) Python, tensorflow, keras y el algoritmo YOLO (You Only Look Once), se han vuelto muy populares para la detección de objetos, el dataset consta de 3000 imágenes y la metodología que sigue es el Procesamiento Digital de Imágenes (PDI) el cual consta de cinco fases: captura, preprocesamiento, segmentación, extracción de características y clasificador. Se ha seleccionado un clasificador basado en RNC y los resultados obtenidos lograron una precisión para la aceituna manzanilla del 98% y aceituna botija 97%.
|
||