Look-up in Google Scholar
Title: Clasificación de la frescura del pescado utilizando una red neuronal convolucional
Advisor(s): Pineda Ancco, Ferdinand Edgardo
OCDE field: http://purl.org/pe-repo/ocde/ford#2.02.04
Issue Date: 4-Dec-2023
Institution: Universidad Peruana Unión
Abstract: En el trabajo se analizó la frescura de la trucha (Oncorhynchus mykiss), siendo este aspecto muy importante para determinar su calidad. El objetivo, es proponer un modelo computacional basado en una CNN para clasificar la frescura de la trucha en función a los cambios de color de sus ojos y branquias, Para ello se creó un dataset de imágenes con las truchas adquiridas. Para obtener los resultados se realizaron 3 experimentos, el primero; con 2 clases (días 1 y 9), el segundo con 3 clases (días 1, 5 y 9) y el tercero con 5 clases (días 1, 3, 5, 7 y 9), todos los experimentos se ejecutaron en Google colab. Los resultados se validaron con una matriz de confusión curva ROC. Los mejores resultados dieron el modelo ResNeXt5032x4d, con 2 clases obtuvo un accuracy de 0.9833, con 3 clases un accuracy de 0.9222 y con 5 clases un accuracy de 0.8800.
Discipline: Ingeniería de Sistemas
Grade or title grantor: Universidad Peruana Unión. Facultad de Ingeniería y Arquitectura
Grade or title: Ingeniero de Sistemas
Juror: Herrera Yucra, Benazir Francis; Chambi Aguilar, Jenson Daniel; Sullon Macalupu, Abel Angel
Register date: 1-Apr-2024



This item is licensed under a Creative Commons License Creative Commons