Identificación de objetos tipo industrial por medio de análisis de imágenes con técnicas de aprendizaje profundo

Abstract

La identificación de imágenes en el ámbito industrial se ha vuelto una herramienta esencial para realizar inspecciones visuales rápidas y precisas en la línea de producción. Permite reemplazar el trabajo de las personas en tareas repetitivas, mejorando la calidad del producto y reduciendo costos a largo plazo. El objetivo de este trabajo es proponer un sistema embebido de clasificación de imágenes de objetos tipo industrial, a través de plataformas de hardware sencillo como Raspberry Pi. Estos sistemas son económicos y versátiles, lo que facilita implementar una red neuronal convolucional (CNN) con alta exactitud y eficiencia. Además, se explican las técnicas de aumento de datos aplicadas para incrementar la robustez y la precisión del modelo. El desarrollo se realizó en Python y generó como resultado una gráfica que registra la evolución de la exactitud durante el proceso de entrenamiento y un programa de prueba para comprobar los resultados de la predicción.