Search

The present article exposes the design of a network architecture for pattern recognition, oriented to the automatic classification of two types of fish: mojarra and tilapia. An architecture based on deep learning is used by means of a convolutional neuronal network (CNN), for which the database to be used and the different hyperparameters that compose it are determined. It is possible to obtain, through confusion matrix analysis, a 100% performance of the network under the controlled conditions of the classification system, that is: uniform conveyor belt color and daylight use., El presente artículo expone el diseño de una arquitectura de red para reconocimiento de patrones orientada a la clasificación automática de dos tipos de peces: mojarra y tilapia. Se emplea una arquitectura basada en aprendizaje profundo mediante una red neuronal convolucional (RNC) para la cual se determina la base de datos a emplear y los diferentes hiperparámetros que la componen. Se logra obtener, mediante análisis por matriz de confusión, un desempeño del 100% de la red bajo las condiciones controladas el sistema de clasificación, es decir: color de banda transportadora uniforme y uso de luz día.

The present article exposes the design of a network architecture for pattern recognition, oriented to the automatic classification of two types of fish: mojarra and tilapia. An architecture based on deep learning is used by means of a convolutional neuronal network (CNN), for which the database to be used and the different hyperparameters that compose it are determined. It is possible to obtain, through confusion matrix analysis, a 100% performance of the network under the controlled conditions of the classification system, that is: uniform conveyor belt color and daylight use., El presente artículo expone el diseño de una arquitectura de red para reconocimiento de patrones orientada a la clasificación automática de dos tipos de peces: mojarra y tilapia. Se emplea una arquitectura basada en aprendizaje profundo mediante una red neuronal convolucional (RNC) para la cual se determina la base de datos a emplear y los diferentes hiperparámetros que la componen. Se logra obtener, mediante análisis por matriz de confusión, un desempeño del 100% de la red bajo las condiciones controladas el sistema de clasificación, es decir: color de banda transportadora uniforme y uso de luz día.