Identificación del estado de consumo del queso mantecoso aplicando redes neuronales convolucionales en imágenes digitales

Simple item page
dc.contributor.advisorSánchez González, Jesús Alexander
dc.contributor.authorSaavedra Sarovio, Walter Jhoan
dc.date.accessioned2024-06-04T19:30:19Z
dc.date.available2024-06-04T19:30:19Z
dc.date.issued2018
dc.description.abstractEl objetivo de esta investigación fue desarrollar un sistema aplicando redes neuronales convolucionales (CNN) en imágenes digitales de queso mantecoso para identificar su estado de consumo. Para desarrollar el sistema fue necesario contar con una base de imágenes digitales de quesos en buen y mal estado de consumo (aceptable y rechazado) para luego separarlos en grupos de entrenamiento y prueba; para lo cual se hizo la segmentación individual de la imagen de los quesos, del cual se extrajeron sus características con la red neuronal convolucional (CNN) y finalmente se hizo la clasificación con una máquina de soporte vectorial (SVM). Para ser visualizado en la matriz de confusión obteniendo los siguientes resultados; una precisión del 97.297%, exactitud de 99.234% y una tasa de error del 0.766% para las imágenes tomadas con la cámara fotográfica digital Canon (18 Megapixeles) y una precisión del 93.449 %, exactitud de 96.254% y una tasa de error del 3.746% para las imágenes tomadas con la cámara de celular Sony (13 Megapixeles).
dc.description.abstractABSTRACT The objective of this research was to develop a system applying convolutional neural networks (CNN) in digital images of buttery cheese to identify its state of consumption. To develop the system it was necessary to have a base of digital images of cheeses in good and poor state of consumption (acceptable and rejected) and then separate them into training and testing groups; for which the individual segmentation of the image of the cheeses was done, from which their characteristics were extracted with the convolutional neuronal network (CNN) and finally the classification was made with a vector support machine (SVM). To be visualized in the confusion matrix obtaining the following results; a precision of 97.297%, accuracy of 99.234% and an error rate of 0.766% for the images taken with the Canon digital camera (18 Megapixels) and an accuracy of 93.449%, accuracy of 96.254% and an error rate of 3.746 % for images taken with the Sony cell phone camera (13 Megapixels).
dc.formatapplication/pdf
dc.identifier.urihttps://hdl.handle.net/20.500.14414/21457
dc.language.isoes
dc.publisherUniversidad Nacional de Trujillo
dc.publisher.countryPE
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectRedes Neuronales
dc.subjectImágenes Digitales
dc.subjectSegmentación
dc.subjectMaquina de Soporte Vectorial y Matriz de Confusión
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.11.00
dc.titleIdentificación del estado de consumo del queso mantecoso aplicando redes neuronales convolucionales en imágenes digitales
dc.typeinfo:eu-repo/semantics/bachelorThesis
dc.type.versioninfo:eu-repo/semantics/publishedVersion
renati.advisor.dni40019602
renati.advisor.orcidhttps://orcid.org/0000-0002-9264-6268
renati.discipline811146
renati.jurorSiche Jara, Raúl Benito
renati.jurorRojas Padilla, Carmen Rosa
renati.jurorSánchez González, Jesús Alexander
renati.levelhttp://purl.org/pe-repo/renati/level#tituloProfesional
renati.typehttp://purl.org/pe-repo/renati/type#tesis
thesis.degree.disciplineIngeniería Agroindustrial
thesis.degree.grantorUniversidad Nacional de Trujillo. Facultad de Ciencias Agropecuarias
thesis.degree.nameIngeniero Agroindustrial
Files
Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
SAAVEDRA SAROVIO WALTER JHOAN(FILEminimizer).pdf
Size:
2.02 MB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download
Collections
Tesis de Ingeniería Agroindustrial