Ricardo B. Ramírez-Véliz, Juan C. Cedeño-Rodríguez, Jéssica M. Yepez-Holguín, Verónica Mendoza-Morán, Alfonso A. Guijarro-Rodríguez, Gladys C. Jácome-Morales

Memorias de la Vigésima Segunda Conferencia Iberoamericana en Sistemas, Cibernética e Informática: CISCI 2023, pp. 21-25 (2023); https://doi.org/10.54808/CISCI2023.01.21

Ricardo B. Ramírez-Véliz
Facultad de Ciencias Matemáticas y Física, Universidad de Guayaquil, Guayaquil, Ecuador

Juan C. Cedeño-Rodríguez
Facultad de Ciencias Matemáticas y Física, Universidad de Guayaquil, Guayaquil, Ecuador

Jéssica M. Yepez-Holguín
Facultad de Ciencias Matemáticas y Física, Universidad de Guayaquil, Guayaquil, Ecuador

Verónica Mendoza-Morán
Facultad de Ciencias Matemáticas y Física, Universidad de Guayaquil, Guayaquil, Ecuador

Alfonso A. Guijarro-Rodríguez
Facultad de Ciencias Matemáticas y Física, Universidad de Guayaquil, Guayaquil, Ecuador

Gladys C. Jácome-Morales
Facultad de Ciencias Matemáticas y Física, Universidad de Guayaquil, Guayaquil, Ecuador

Cite this paper as:
Ramírez-Véliz, R. B., Cedeño-Rodríguez, J. C., Yepez-Holguín, J. M., Mendoza-Morán, V., Guijarro-Rodríguez, A. A., Jácome-Morales, G. C. (2023). Modelo Clasificador de Aceitunas de Mesa para Preparación de Platos Gourmet. En N. Callaos, J. Horne, B. Sánchez, A. Tremante (Eds.), Memorias de la Vigésima Segunda Conferencia Iberoamericana en Sistemas, Cibernética e Informática: CISCI 2023, pp. 21-25. International Institute of Informatics and Cybernetics. https://doi.org/10.54808/CISCI2023.01.21

El consumo de aceitunas se ha incrementado debido a su utilización en el área de la gastronomía, el éxito de su producción se origina en países europeos y se extiende a países latinoamericanos como Perú, Argentina y Uruguay. Existe una amplia variedad de aceitunas, de las cuales las mesa motivan esta investigación por su calidad y nivel de madurez al momento de su recolección. Este trabajo tiene como objetivo desarrollar un clasificador de variedades de aceitunas de mesa que consideran las características de forma, color y textura para que al ser procesadas ofrezcan mejor calidad en la preparación de platos gourmet. El trabajo en su desarrollo utiliza programas y librerías de código abierto para Machine Learning (ML) Python, tensorflow, keras y el algoritmo YOLO (You Only Look Once), se han vuelto muy populares para la detección de objetos, el dataset consta de 3000 imágenes y la metodología que sigue es el Procesamiento Digital de Imágenes (PDI) el cual consta de cinco fases: captura, preprocesamiento, segmentación, extracción de características y clasificador. Se ha seleccionado un clasificador basado en RNC y los resultados obtenidos lograron una precisión para la aceituna manzanilla del 98% y aceituna botija 97%.