Read Time:1 Minute, 51 Second
Investigadores de la Facultad de Informática Culiacán de la Universidad Autónoma de Sinaloa (UAS) en conjunto con investigadores de la Universidad Autónoma del Estado de México (UAEM) llevaron a cabo una investigación sobre la identificación y clasificación de maíz, la cual abordó la segmentación de imágenes de lotes de granos de maíz para determinar su calidad de manera automatizada, con el propósito de mejorar los procesos de evaluación en la industria agrícola.
El maestro en ciencias Juan Augusto Campos Leal señaló que este trabajo consistió en una evaluación comparativa de distintas técnicas de segmentación en imágenes, con el objetivo de separar los objetos de interés de fondo, “a través de este análisis, los granos de maíz fueron clasificados en categorías como excelente, buena, irregular, mala o peor, proporcionando una herramienta más objetiva y precisa para la determinación de calidad”, explicó.
Campos Leal manifestó que, en la actualidad, la evaluación de la calidad del maíz en procesos de exportación e importación es realizada de manera manual por inspectores, lo que puede generar variabilidad en los resultados; y con el uso de técnicas de Machine Learning, se logró desarrollar un sistema automatizado que permitiría reducir la subjetividad y aumentar la eficiencia en este tipo de análisis.
El impacto de esta investigación en la industria podría ser significativo, ya que ofrecería una solución tecnológica para optimizar la inspección de granos en el sector agrícola, al contar con un sistema basado en Inteligencia Artificial, las empresas podrían mejorar sus procesos de control de calidad lo que beneficiaría a productores y comercializadores por igual, consideró Campos Leal.
A pesar de los avances logrados en este estudio, el investigador sostuvo que aún no han tenido acercamientos formales con el sector productivo para implementar la tecnología en un entorno real. No obstante, subrayó que este tipo de trabajos académicos generan un conocimiento sólido que, en el futuro, podría facilitar la vinculación con la industria para resolver problemáticas concretas.
Juan Augusto Campos Leal, agradeció la colaboración de los investigadores, doctor Yair Cervantes Canales y Farid García Lamont de la UAEM y al doctor Inés Fernando Vega López, así como al doctor Arturo Yee Rendón de la UAS. Indicó que este trabajo fue aceptado en una revista de impacto internacional.
Happy
0 %
Sad
0 %
Excited
0 %
Sleepy
0 %
Angry
0 %
Surprise
0 %
0
0
Average Rating