Clasificación de frutos del durazno en maduros, no maduros y dañados hacia la cosecha automatizada

• Autores: Ma. Dolores Arévalo Zenteno, José Ruiz Castilla, Joel Ayala de la Vega
• Localización: Revista Iberoamericana de las Ciencias Biológicas y Agropecuarias: CIBA, ISSN-e 2007-9990, Vol. 10, Nº. 19, 2021
• Idioma: español
• Enlaces
  • Texto completo (pdf)
• Resumen

  • A partir de la tecnología de visión artificial, específicamente de redes neuronales convolucionales, se propuso una solución para realizar el reconocimiento de frutos de durazno maduros, así como la identificación de frutos dañados. La finalidad es obtener frutos con el nivel de calidad adecuado para su comercialización. Para lograr este propósito, se obtuvieron imágenes de duraznos en un ambiente no controlado. Se recortaron las imágenes digitales hasta obtener el área de interés. Se configuraron tres conjuntos de datos: el primero, de duraznos maduros e inmaduros; el segundo, también de duraznos maduros e inmaduros pero con enfoque en un área textural, y el tercero, de duraznos sanos y dañados. Se aplicó una red neuronal convolucional, que fue programada en el lenguaje Python, las libre rías de Kerasy Tensor Flow. Durante las pruebas se obtuvo una precisión de 95.31% a la hora de elegir entre maduros y no maduros. Mientras que al clasificar los duraznos sanos y dañados se obtuvo 92.18% de precisión. Por último, al clasificar las tres categorías(dañados, inmaduros y maduros),se obtuvo 83.33% de precisión. Los resultados anteriores indican que con inteligencia artificial embebida en un dispositivo físico se puede hacer la clasificación del fruto del durazno.