Detecció d’ous en mal estat mitjançant Intel·ligència Artificial

Abstract

En aquest treball s’exposa de manera senzilla els diferents conceptes i etapes per tal de poder construir una xarxa neuronal bàsica amb ajuda de Tensorflow i Python. S’explica la necessitat i procedència de les primeres xarxes neuronals i la seva repercussió fins a l’actualitat en el nostre àmbit particular. Es fa un breu resum dels camps que intervenen i de la seva repercussió. Es recull ordenadament les diferents etapes que prioritzen l’objectiu d’aquest treball “Detecció i Classificació d’ous en mal estat” tal com el tractament de les imatges, com pot ser el mètode de segmentació per obtenir un ou individual i la posteriors tècniques d’ampliació d’un data set així com els criteris utilitzats per dividir les mostres en bons i dolents . Les diferents operacions que succeeixen dins d’una xarxa neuronal convolucional fins arribar a tenir un model capaç de classificar amb alta precisió l’estat d’un ou. S’exposa de manera clara i senzilla els diferents resultats experimentals obtinguts variant els diferents paràmetres de la xarxa neuronal convolucional per tal de visualitzar com s’escullen les mètriques optimes en el model final. La intel·ligència artificial i l’ús concretament de les xarxes neuronals ofereix un ampli repertori de solucions a petits problemes quotidians i ens permeten oferir una oportunitat d’optimitzar i millorar els recursos d’una granja avícola la qual es la impulsora d’aquest treball no obstant amb les conclusions finals podem veure que encara hi ha un rang ampli de millora.

This final project degree explains in a simple way the different concepts and stages in order to be able to build a basic neural network with the help of Tensorflow and Python. It explains the need and origin of the first neural networks and their repercussions to date in our particular field. A brief summary of the fields involved and their repercussions is given. It collects in order the different stages that prioritize the objective of this project “Detection and Classification of eggs in bad condition with Artificial Intelligence” such as the treatment of the images, as it can be the method of segmentation to obtain an individual egg and the back techniques of extending a date set as well as the criteria used to divide the samples into good and bad. The different operations that take place within a convolutional neural network to the point of having a model capable of classifying the state of an egg with high precision. The different experimental results obtained by varying the different parameters of the convolutional neural network in order to visualize how the optimal metrics are chosen in the final model are presented in a clear and simple way. Artificial intelligence and the specific use of neural networks offer a wide range of solutions to small everyday problems and allow us to offer an opportunity to optimize and improve the resources of a poultry farm which is the driving force behind this work however with the final conclusions we can see that there is still a wide range of improvement.