Sistema automático de clasificación de peces

• Jiménez Moreno, Robinson ^[1] ; Martínez Baquero, Javier Eduardo ^[2] ; Rodríguez Umaña, Luis Alfredo ^[2]
  1. [1] Universidad Militar Nueva Granada

     Universidad Militar Nueva Granada

     Colombia

     
  2. [2] Universidad de los Llanos

     Universidad de los Llanos

     Colombia

     
• Localización: Visión electrónica, ISSN 1909-9746, ISSN-e 2248-4728, Vol. 12, Nº. 2, 2018, págs. 258-264
• Idioma: español
• Títulos paralelos:
  • Automatic fish classification system
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    El presente artículo expone el diseño de una arquitectura de red para reconocimiento de patrones orientada a la clasificación automática de dos tipos de peces: mojarra y tilapia. Se emplea una arquitectura basada en aprendizaje profundo mediante una red neuronal convolucional (RNC) para la cual se determina la base de datos a emplear y los diferentes hiperparámetros que la componen. Se logra obtener, mediante análisis por matriz de confusión, un desempeño del 100% de la red bajo las condiciones controladas el sistema de clasificación, es decir: color de banda transportadora uniforme y uso de luz día.

  • English

    The present article exposes the design of a network architecture for pattern recognition, oriented to the automatic classification of two types of fish: mojarra and tilapia. An architecture based on deep learning is used by means of a convolutional neuronal network (CNN), for which the database to be used and the different hyperparameters that compose it are determined. It is possible to obtain, through confusion matrix analysis, a 100% performance of the network under the controlled conditions of the classification system, that is: uniform conveyor belt color and daylight use.