UCE Proyecto IT Universidades: Análisis de algoritmos de Deep learning para la detección de degradación de vegetales en refrigeración mediante un prototipo de detección

Desafío 

La propuesta aborda el problema del desperdicio de alimentos, especialmente de vegetales almacenados en refrigeración, que produce pérdidas económicas y posibles riesgos sanitarios. El desafío de la investigación consistió en comparar algoritmos de Deep Learning para identificar el estado de frutas y vegetales y desarrollar un prototipo capaz de capturar imágenes, procesarlas y emitir alertas sobre su deterioro. 

Objetivo 

Desarrollar y validar un sistema basado en Deep Learning y un prototipo con ESP32-CAM para detectar tempranamente la degradación de vegetales en refrigeración. 

Solución 

La solución combina modelos entrenados para identificar el deterioro de alimentos y un prototipo con ESP32-CAM que captura imágenes dentro del refrigerador y genera alertas cuando detecta signos de degradación. Se trata de una propuesta práctica y accesible que integra Inteligencia Artificial con dispositivos IoT de bajo costo para anticipar el daño en frutas y vegetales. A diferencia de los refrigeradores inteligentes de alta gama, este prototipo puede adaptarse a equipos convencionales, lo que amplía su utilidad y facilidad de implementación  

Resultado e impacto de la propuesta  

• Reducción del desperdicio de alimentos en los hogares 
• Prevención de pérdidas en la cadena de suministro y optimización de inventarios en la industria y el sector comercial. 
• Cumplimiento de los ODS 2 y 12, vinculados con el consumo responsable y la reducción del hambre. 

Factores de éxito

• Precisión y confiabilidad del modelo de IA. 
• Integración efectiva entre hardware y software. 
• Simplicidad de uso para el usuario final. 
• Acercamiento de la IA a temas cotidianos cómo la conservación de alimentos.

Participantes:Vicente Saavedra Mueses; Carlos Orbe Intriago 

Director de tesis: Mauro Rosas.