IIIS - 2025 Conferences Proceedings

2025 Spring Conferences Proceedings

	Implementación de un Sistema de Visión Artificial para la Clasificación de Pepinos en Base a Estándares de Calidad en la Industria Agroalimentaria Ryan A. León León, Axel E. Concepcion Vazquez, Daniel J. Valqui Moya, María M. Bailon Diaz, Fernando J. Huaman Mosqueira, Jaime C. Salcedo Marreros Memorias de la Décima Quinta Conferencia Iberoamericana de Complejidad, Informática y Cibernética: CICIC 2025, pp. 244-251 (2025); https://doi.org/10.54808/CICIC2025.01.244	Décima Quinta Conferencia Iberoamericana de Complejidad, Informática y Cibernética: CICIC 2025 Conferencia Virtual 25 al 28 de Marzo de 2025 Proceedings of CICIC 2025 ISSN: 2771-6333 (Print) ISBN (Volume): 978-1-950492-82-4 (Print)
	Authors Information \| Citation \| Full Text \| Ryan A. León León Ingeniería Industrial, Universidad Privada del Norte, Trujillo, Perú Axel E. Concepcion Vazquez Ingeniería Industrial, Universidad Privada del Norte, Trujillo, Perú Daniel J. Valqui Moya Ingeniería Industrial, Universidad Privada del Norte, Trujillo, Perú María M. Bailon Diaz Ingeniería Industrial, Universidad Privada del Norte, Trujillo, Perú Fernando J. Huaman Mosqueira Ingeniería Industrial, Universidad Privada del Norte, Trujillo, Perú Jaime C. Salcedo Marreros Ingeniería Industrial, Universidad Privada del Norte, Trujillo, Perú Cite this paper as: León León, R. A., Concepcion Vazquez, A. E., Valqui Moya, D. J., Bailon Diaz, M. M., Huaman Mosqueira, F. J., Salcedo Marreros, J. C. (2025). Implementación de un Sistema de Visión Artificial para la Clasificación de Pepinos en Base a Estándares de Calidad en la Industria Agroalimentaria. En N. Callaos, J. Horne, E. F. Ruiz-Ledesma, B. Sánchez, A. Tremante (Eds.), Memorias de la Décima Quinta Conferencia Iberoamericana de Complejidad, Informática y Cibernética: CICIC 2025, pp. 244-251. International Institute of Informatics and Cybernetics. https://doi.org/10.54808/CICIC2025.01.244 DOI: 10.54808/CICIC2025.01.244 ISBN: 978-1-950492-82-4 (Print) ISSN: 2771-6333 (Print) Copyright: © International Institute of Informatics and Systemics 2025 Publisher: International Institute of Informatics and Cybernetics
Abstract El objetivo de este trabajo fue implementar un sistema de visión artificial basado en redes neuronales convolucionales (CNN) y el modelo YOLOv8 para clasificar pepinos según estándares de calidad en la industria agroalimentaria. Se recolectaron 869 imágenes de pepinos en condiciones reales de producción, las cuales fueron etiquetadas y procesadas en la plataforma COCOdataset. Utilizando Google Colab y PyTorch, se entrenó el modelo YOLOv8, optimizando su desempeño mediante técnicas de preprocesamiento de imágenes y aumentos de datos. Los resultados mostraron una precisión del 95% en la clasificación de pepinos. Esta alta precisión respalda la capacidad de YOLOv8 para detectar y clasificar objetos en tiempo real, demostrando ser una solución efectiva y precisa para automatizar el proceso de selección en la industria agroalimentaria.
Full Text