Sistema inteligente para evaluar la calidad del aguacate Hass para exportación
Datum
2021-12-27Direktor
Parra Rodríguez, Carlos AlbertoGarcía Vargas, Luisa Fernanda
Parra Rodríguez, Carlos Alberto
Herausgeber
Pontificia Universidad Javeriana
Fakultät
Facultad de Ingeniería
Programm
Ingeniería Electrónica
Erhaltener Titel
Ingeniero (a) Electrónico
Typ
Tesis/Trabajo de grado - Monografía - Pregrado
Teile diesen Datensatz
Citación
Metadata
Zur Langanzeige
PDF-Dokumente
Englischer Titel
Intelligent system to evaluate the quality of Hass avocado for exportationZusammenfassung
El
objetivo de este trabajo de grado fue diseñar, implementar y evaluar una red neuronal
convolucional para clasificar el aguacate Hass entre exportación y producto
nacional, por medio de variables visuales, en este caso el color en la piel del
aguacate y cualquier daño que se pudiera observar sobre el mismo. En primer
lugar, se construyó una base de datos con 831 imágenes, de las cuales se
tuvieron que escoger las mejores imágenes, teniendo en cuenta posición del
aguacate y calidad de la imagen, finalmente la base de datos tiene 534
imágenes. Con estas imágenes, se realizó el entrenamiento de la red neuronal convolucional
por medio de Python con 394 imágenes, de las cuales se usaron 197 de tipo exportación
y 197 de tipo nacional. Una vez se obtuvo un porcentaje de entrenamiento de 80,07%
de producto en Python, se procedió a hacer la validación de la red neuronal,
haciendo uso de 140 imágenes, las cuales se dividieron en 50 para exportación y
90 nacional, para la validación se obtuvo un porcentaje de 76,43%.
Posteriormente,
se procedió a diseñar la red neuronal convolucional de Python sobre la FPGA, la
única diferencia fue que los pesos y sesgos obtenidos del entrenamiento en
Python, se tuvieron que multiplicar por 100. De manera que, se tuvo un cambio
en cifras significativas a la hora de hacer las operaciones matemáticas de la
red neuronal. Luego, se procedió a hacer la validación de la red neuronal
convolucional sobre la FPGA con las mismas imágenes que se usaron para hacer la
validación por medio de Python.
A
lo largo del documento, se encuentra el diseño completo de la red neuronal
convolucional, así como las debidas simulaciones y pruebas realizadas en hardware para comprobar el
funcionamiento de esta. Finalmente se encuentran el análisis de los resultados
obtenidos.
Abstrakt
The
objective of this degree work was to design, implement and evaluate a
convolutional neural network to classify the Hass avocado between export and
national product, through visual variables, in this case the color of the
avocado skin and any damage that could be observed on it. In the first place, a
database with 831 images was created, from which the best images had to be
chosen, considering the position of the avocado and the quality of the image.
Finally, the database was 534 images. With these images, the convolutional
neural network was trained using Python with 394 images, 197 were used for
export product and 197 for national product. Once a training percentage of
80.07% of the product was obtained in Python, the neural network was validated,
using 140 images, which were divided into 50 images for export and 90 images
for national, for validation a percentage of 76.43% was obtained.
Subsequently,
the Python convolutional neural network was replicated on the FPGA, the only
difference was that the weights and biases obtained from Python training had to
be multiplied by 100. So, there was a change in significant figures to when
doing the mathematical operations of the neural network. Then, the
convolutional neural network validation was carried out on the FPGA with the
same validation images for Python.
Throughout
the document, you will find the complete design of the convolutional neural
network, as well as the necessary simulations and tests carried out on hardware to verify its operation.
Finally, there is the analysis of the results obtained.
Schlüsselwörter
Red neuronal convolucionalProcesamiento de imágenes
Python
VHDL
Convolución
Aguacate Hass
Exportación
Keywords
Convolutional neural networkImage processing
Python
VHDL
Convolution
Hass avocado
Exportation
Themen
Ingeniería electrónica - Tesis y disertaciones académicasPython (Lenguaje de programación de computadores)
Procesamiento de imágenes
Convoluciones (Matemáticas)
Google Analytics Statistics
Collections
- Ingeniería Electrónica [550]