Mejoramiento de ovoscopia con visión artificial
Barra lateral del artículo
Contenido principal del artículo
Resumen
La ovoscopia es un proceso y técnica de control de calidad utilizada en la industria avícola, consiste en la inspección no destructiva por medio de la observación visual a contra luz, aprovechando la translucidez de la cáscara de los huevos. Generalmente este proceso se realiza de forma manual lo cual conlleva una serie de problemas implícitos, como lo es el factor de error humano, problemas de salud relacionados con trastornos oculares por el trabajo prolongado en cuartos oscuros, problemas ergonómicos debido a tareas monótonas de ejecución diaria. El presente artículo tiene como objetivo estudiar y analizar el impacto de la Ovoscopia aplicada con ayuda de algoritmos y técnicas de inteligencia artificial, específicamente la visión artificial y el machine learning; llegando a la conclusión de que el impacto es positivo, reduciendo significativamente el tiempo de inspección de los huevos, aumentando el porcentaje de eficacia y rentabilidad del sistema, y eliminando los problemas de salud derivados de la aplicación manual de la Ovoscopia.
Detalles del artículo
Está obra está bajo licencia Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Derechos de Autor
Los autores/as que publiquen en esta revista aceptan las siguientes condiciones:
Los autores/as conservan los derechos de autor.
Los autores ceden a la revista el derecho de la primera publicación, con el trabajo registrado con la licencia de atribución de Creative Commons.
Esta licencia permite a terceros utilizar lo publicado siempre que mencionen la autoría del trabajo y a la primera publicación en esta revista.
Las futuras publicaciones no deben ser usadas con fines comerciales u onerosos.
Se debe mencionar la existencia y especificaciones de esta licencia de uso.
Se permite y recomienda a los autores/as a publicar su trabajo en Internet (por ejemplo en páginas institucionales o personales) antes y durante el proceso de revisión y publicación, ya que puede conducir a intercambios productivos y a una mayor y más rápida difusión del trabajo publicado (vea The Effect of Open Access).
Citas
Álvarez, G. (2021). Desarrollo embrionario y postnatal de los sistemas visual y esquelético en aves precociales y altriciales. Estudio comparado. España: Trabajo especial de grado de la Universidad de Estremadura.
Argüezo, L. (2020). Tasa de fertilidad del huevo de gallinas ponedoras de la línea Hy Line Brown en diferentes edades mediante el sistema de incubación artificial – Trujillo 2018. Lima,
Perú: Trabajo especial de grado de la Universidad de la UNHEVAL.
Arias, J., & Ruíz, J. (2019). Definición de un modelo de evaluación de riesgos en seguridad de la información bajo los lineamientos de la Norma ISO 27001, utilizando técnicas de redes neuronales. Pereira: Trabajo especial de grado de la Universidad Tecnológica de Pereira para optar al título de Magister en Ingeniería de Sistemas y Computación.
Domínguez, C. (2018). FacesDetector: Aplicación práctica de machine learning sobre imágenes para un contexto de seguridad. Trabajo especial de grado de la Escuela Politécnica UEX Cáceres para optar al grado de Ingenieria Informática en Ingeniería del Software.
Fontalvo, T., De la Hoz, E., & De la Hoz, E. (2018). Método Análisis Envolvente de Datos y Redes Neuronales en la Evaluación y Predicción de la Eficiencia Técnica de Pequeñas Empresas Exportadoras. Información Tecnológica 29(6) .
Forzoo. (2018). La incubación adecuada de los huevos de gallina. Los principales períodos de incubación de huevos de gallina. Recuperado el 05 de Enero de 2022, de https://forzoo.ru/es/proper-incubation-of-chicken-eggs-the-main-periods-of-incubation-of-chicken-eggs.html
Garden. (2018). Características del procedimiento para la ovoscopia de huevos de gallina por día. Recuperado el 07 de Julio de 2022, de https://garden-es.desigusxpro.com/kury/soderzhanie/ovoskopirovanie-kurinyh-yaits.html
Martín, S., & Lafuente, V. (2017). Referencias bibliográficas: indicadores para su evaluación en trabajos científicos. Investigación bibliotecológica 31(71) , 151-180.
Navas, M., & Vargas, R. (2014). Diseó e implementación de un sistema de ovoscopia con visión artificial para la detección de huevo fértiles para INCUBANDINA. Ecuador: Trabajo especial de grado de la Universidad de Fuerzas Armadas ESPE.
Rouhiainen, L. (2018). Inteligencia artificial. Madrid: Alienta Editorial.
Saura, J., Reyez-Menendez, A., & Palos-Sanchez, P. (2018). Un Análisis de Sentimiento en Twitter con Machine Learning: Identificando el sentimiento sobre las ofertas de# BlackFriday. Revista Espacios, 39(42) , 16.
Troyano, J., Fermín, M., & Vallejo, M. (2018). Introducción a la Programación con Python, Computación Interactiva y Aprendizaje Significativo. Actas de las Jenui 3 , 223-230.
Vargas, R., Ruiz, L., & Navas, M. (2018). Combinando la ovoscopía manual y automática: una solución segura y socialmente responsable. Enfoque UTE 9(2) .
Walker, J. (2018). Python: La Guía Definitiva para Principiantes para Dominar Python. Recuperado el 05 de Enero de 2022, de https://books.google.es/books?hl=es&lr=&id=T15tDwAAQBAJ&oi=fnd&pg=PT6&dq=Walker,+J.+S.+(2018).+Python:+La+Gu%C3%ADa+Definitiva+para+Principiantes+para+Dominar+Python.+Babelcube+Inc.&ots=EQQjVGwcfO&sig=e1Iwlpef2UNb5mUPT0v0Ancquas#v=onepage&q&f=false