Please use this identifier to cite or link to this item: https://repositorio.utn.edu.ec/handle/123456789/16381
Citar este ítem

Full metadata record
DC FieldValueLanguage
dc.contributor.advisorRosero Chandi, Carlos Xavier-
dc.contributor.authorCalle Cañar, Cristian David-
dc.date.accessioned2024-09-02T15:38:48Z-
dc.date.available2024-09-02T15:38:48Z-
dc.date.created2024-08-05-
dc.date.issued2024-09-02-
dc.identifier.other04/MEC/ 562es_EC
dc.identifier.urihttps://repositorio.utn.edu.ec/handle/123456789/16381-
dc.descriptionDesarrollar un sistema de visión artificial para el conteo de cajas y botellas en tiendas de víveres.es_EC
dc.description.abstractHoy en día existen múltiples aplicaciones en las cuales se implementan sistemas de visión artificial que se enfocan en automatizar procesos y facilitar el trabajo a las personas en ciertas actividades, como es el caso del conteo de objetos. Esta actividad en particular se realiza regularmente en las tiendas de víveres, aunque de manera manual trayendo como consecuencia el empleo adicional de tiempo. En respuesta a esta necesidad, se plantea un sistema basado en visión artificial que permite el conteo y registro de botellas y cajas de cartón, que ingresan diariamente al establecimiento. Consta de una interfaz optimizada para computadora creada en Python, en donde el usuario puede contar, registrar y visualizar los datos almacenados de botellas de plástico y cajas de cartón al presionar un botón. Para la adquisición de video se emplea una cámara que está orientada hacia un espacio destinado a la recepción de productos. El reconocimiento de los objetos se realiza a través de la implementación de la red neuronal convolucional SSD MobileNet V2 entrenada mediante el framework de TensorFlow. El conjunto de datos empleado contine imágenes de botellas de agua y gaseosas, y cajas de cartón. La estrategia utilizada para el conteo de las botellas se basa en la identificación de las tapas, debido a que estas son más notorias, optimizando así el proceso. Los resultados de este trabajo muestran que el sistema diseñado facilita el ingreso de productos a través de las distintas funcionalidades implementadas. El entrenamiento de la red de detección de objetos condujo a una precisión general de 90.8%, evaluada mediante una matriz de confusión.es_EC
dc.language.isospaes_EC
dc.rightsopenAccesses_EC
dc.rightsAtribución-NoComercial-CompartirIgual 3.0 Ecuador*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/3.0/ec/*
dc.subjectAUTOMATIZACIÓNes_EC
dc.subjectFOTORRECEPCIÓNes_EC
dc.subjectDETECCIÓNes_EC
dc.titleSistema de conteo de cajas de cartón y botellas basado en visión artificial para tiendas de vívereses_EC
dc.typebachelorThesises_EC
dc.description.degreeIngenieríaes_EC
dc.contributor.deparmentMecatrónicaes_EC
dc.coverageIbarra. Ecuadores_EC
dc.identifier.mfn0000043419es_EC
Appears in Collections:Ing. en Mecatrónica

Files in This Item:
File Description SizeFormat 
04 MEC 562 logo.jpgLogo51.64 kBJPEGThumbnail
View/Open
04 MEC 562 TRABAJO GRADO.pdfTrabajo de Grado2.84 MBAdobe PDFThumbnail
View/Open


This item is protected by original copyright



This item is licensed under a Creative Commons License Creative Commons