ALGORITMOS DE INTELIGENCIA ARTIFICIAL BASADOS EN APRENDIZAJE PROFUNDO Y REDES GA...
ALGORITMOS DE INTELIGENCIA ARTIFICIAL BASADOS EN APRENDIZAJE PROFUNDO Y REDES GAN PARA EL ANALISIS DE DATOS ESPECTRALES EN PROBLEMAS DE INSPECCION DE FRUTA.
LA INSPECCION DE FRUTOS MEDIANTE SISTEMAS AUTOMATICOS DE VISION ES UNA PARTE FUNDAMENTAL PARA CONSEGUIR QUE LA INDUSTRIA AGRICOLA SEA COMPETITIVA EN UN MUNDO GLOBALIZADO, EN PARTICULAR LOS SISTEMAS DE VISION POR COMPUTADOR SON UN...
ver más
Descripción del proyecto
LA INSPECCION DE FRUTOS MEDIANTE SISTEMAS AUTOMATICOS DE VISION ES UNA PARTE FUNDAMENTAL PARA CONSEGUIR QUE LA INDUSTRIA AGRICOLA SEA COMPETITIVA EN UN MUNDO GLOBALIZADO, EN PARTICULAR LOS SISTEMAS DE VISION POR COMPUTADOR SON UNA PARTE ESENCIAL DE LOS SISTEMAS DE INSPECCION AUTOMATICOS, EL USO DE SISTEMAS DE VISION POR COMPUTADOR EN INSPECCION SE EMPLEAN PARA CALIBRAR LA FRUTA O PARA DETECTAR DEFECTOS DE MANERA AUTOMATICA, ESTE PROBLEMA PRESENTA IMPORTANTES DESAFIOS COMO CLASIFICAR FRUTA CON DEFECTOS QUE PRESENTAN PROPIEDADES VISUALES MUY SIMILARES A LAS DE LAS FRUTAS SANAS, LOS SISTEMAS CONVENCIONALES BASADOS EN IMAGENES RGB Y ALGORITMOS DE APRENDIZAJE AUTOMATICO CLASICOS FALLAN CUANDO INTENTAN DISCRIMINAR DEFECTOS MUY SIMILARES A LA PIEL SANA DE LOS FRUTOS, COMO POR EJEMPLO LOS DAÑOS PRODUCIDOS POR PODREDUMBRES, LA EVOLUCION ACTUAL EN LOS ULTIMOS AÑOS DE LOS SISTEMAS DE VISION RGB SON LOS SISTEMAS DE ADQUISICION ESPECTRALES, ESTOS SISTEMAS CONSTITUYEN UNA IMPORTANTE TECNICA DE INSPECCION NO DESTRUCTIVA PARA EVALUAR LA CALIDAD DE PRODUCTOS AGROALIMENTARIOS, EL PRINCIPAL PUNTO DEBIL DE ESTOS SISTEMAS ES PROCESAR DE MANERA INTELIGENTE Y EN TIEMPO REAL, LA INGENTE CANTIDAD DE INFORMACION ESPACIAL Y ESPECTRAL DE LA ESCENA, PARA ELLO, EN ESTE PROYECTO SE PROPONE EL USO DE ALGORITMOS DE APRENDIZAJE PROFUNDO (DEEP LEARNING), Y SU IMPLEMENTACION HARDWARE, PARA OBTENER TODA LA INFORMACION DE LOS DATOS ESPECTRALES Y ESPACIALES OBTENIDOS DE LA FRUTA INSPECCIONADA, DE MANERA EFICAZ, SIN EMBARGO, ESTA APROXIMACION NO ESTA EXENTA DE DESAFIOS, LOS ALGORITMOS DE APRENDIZAJE PROFUNDO REQUIEREN DE GRANDES CONJUNTOS DE IMAGENES PARA PODER SER ENTRENADOS EFICAZMENTE Y EN MUCHAS OCASIONES LA ADQUISICION DE ESTAS BASES DE DATOS NO ES SENCILLA, ASI PUES, DESDE ESTE PROYECTO SE PROPONE UN USO NOVEDOSO DE LAS REDES GAN (GENERATIVE ADVERSARIAL NETWOORKS), PARA GENERAR MUESTRAS CON EL FIN DE CALIBRAR CORRECTAMENTE LOS MODELOS BASADOS EN APRENDIZAJE PROFUNDO, IMAGENES HIPERESPECTRALES\INSPECCION DE FRUTA\APRENDIZAJE PROFUNDO\REDES GAN
Seleccionando "Aceptar todas las cookies" acepta el uso de cookies para ayudarnos a brindarle una mejor experiencia de usuario y para analizar el uso del sitio web. Al hacer clic en "Ajustar tus preferencias" puede elegir qué cookies permitir. Solo las cookies esenciales son necesarias para el correcto funcionamiento de nuestro sitio web y no se pueden rechazar.
Cookie settings
Nuestro sitio web almacena cuatro tipos de cookies. En cualquier momento puede elegir qué cookies acepta y cuáles rechaza. Puede obtener más información sobre qué son las cookies y qué tipos de cookies almacenamos en nuestra Política de cookies.
Son necesarias por razones técnicas. Sin ellas, este sitio web podría no funcionar correctamente.
Son necesarias para una funcionalidad específica en el sitio web. Sin ellos, algunas características pueden estar deshabilitadas.
Nos permite analizar el uso del sitio web y mejorar la experiencia del visitante.
Nos permite personalizar su experiencia y enviarle contenido y ofertas relevantes, en este sitio web y en otros sitios web.