Clasificación de fruto del durazno mediante redes neuronales convolucionales

Abstract

Existen métodos manuales para reconocer el grado de madurez del durazno, en esta actividad los agricultores requieren de tiempo de aprendizaje y se requiere de una acción visual para detectar aquellos frutos que se van a cortar del árbol. Con los sistemas de visión artificial, específicamente 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 el propósito, se obtuvieron imágenes de duraznos en un ambiente no controlado. Se recortaron las imágenes digitales hasta obtener el área de interés enfocando a la imagen de la fruta del durazno. Se configuraron tres conjuntos de datos: el primero de duraznos maduros e inmaduros, el segundo de duraznos maduros e inmaduros, pero solo enfocado a un área textural y el tercero de duraznos sanos y dañados. Se aplicó una Red Neuronal Convolucional, que fue programada en el lenguaje de programación Python, las librerías de Keras y Tensorflow. Durante las pruebas se obtuvieron resultados del 95,31% de precisión, para elegir entre maduros y no maduros. Mientras que, al clasificar los duraznos sanos y dañados un 92.18% de precisión. Al clasificar las tres categorías: dañados, inmaduros y maduros se obtuvo un 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, obteniendo los de mejor calidad para su comercialización.