Implementación de un prototipo para la clasificación automática de tomates riñón basado en la norma INEN 1745, aplicando técnicas de visión artificial

Abstract

Ante la prevalencia de métodos manuales convencionales de clasificación por tamaño y color de tomates riñón que demandan experiencia prolongada y conllevan ineficiencias y costos adicionales, el presente estudio propone una solución al abordar el desarrollo de un prototipo destinado a la clasificación automática basado en la norma INEN 1745 utilizando técnicas de visión artificial. La implementación del prototipo se llevó a cabo en tres fases fundamentales; Inicialmente, se desarrolló un sistema de detección y clasificación empleando el algoritmo YOLOv5, el mismo que fue entrenado con imágenes adquiridas de los tomates provenientes de un invernadero del cantón Chambo provincia de Chimborazo. Luego, se integraron los componentes físicos como son la Unidad Central de Procesamiento, sistema de adquisición de imágenes, y diversos elementos electrónicos-mecánicos con un software desarrollado en Python y en C para la detección y reconocimiento y la gestión del hardware respectivamente. El sistema fue sometido a pruebas de clasificación de tamaño y de color con 200 tomates seleccionados al azar y fue comparado con dos métodos tradicionales: observación sin uso de instrumento es decir basado en la experiencia y observación usando un instrumento de precisión. Para la prueba de tamaño se empleó un calibrador digital para determinar meticulosamente el diámetro transversal de los tomates, y se procedió con la clasificación manual de los mismos por parte de los operarios; mientras que, para la prueba de clasificación por color, el operario experto categorizó manualmente los tomates en verdes y rojos basándose en su criterio. Los resultados obtenidos fueron comparados con los resultados de la clasificación de tamaño y color del prototipo. Como resultados más importantes se puede destacar que el sistema propuesto alcanzo 92.5% de efectividad en la clasificación de tamaños superando notablemente la efectividad obtenida por los operarios que alcanzo el 77%, mientras que en la clasificación de colores la efectividad del prototipo alcanzó el 93.5%, considerando que el experto tiene una efectividad del 100%. En conclusión, el uso del sistema implementado mejora considerablemente el proceso de clasificación de los tomates riñón en comparación con los métodos tradicionales, considerando que este puede tener intervalos de trabajo continuo mucho más largos con respecto a los de un operario.