Rosepetal - Caso de éxito: clasificando semillas con deep learning

A través del deep learning (o aprendizaje profundo) podemos detectar defectos en productos orgánicos, el reconocimiento óptico de caracteres y la clasificación de productos según tamaño, color, forma o cualquier otro tipo de característica.

Es un sistema de alta precisión que funciona a través de algoritmos simulando el funcionamiento del cerebro humano. Por eso decimos que está basado en redes neuronales.

El año pasado, el productor Argirella Nervosa, especializado en el sector de las semillas orgánicas (OEM), nos contactó porque quería implementar un sistema de clasificación de semillas en su línea de producción.

El productor orgánico de semillas Argirella Nervosa, con Jairo Reig Boronat al frente, necesitaba un sistema de clasificación de semillas que pudiera funcionar con visión artificial. Con este tipo de producto, tan difícil de inspeccionar, sólo podían utilizarse técnicas de deep learning para garantizar el éxito.

El objetivo de aplicar el deep learning y la visión artificial en este caso era poder automatizar el control de calidad, sin la necesidad de que un operario genetista tuviera que estar siempre presente. Así, esta persona sólo debería hacer una revisión final de los datos y se podría dedicar a otras tareas de mayor valor y menos mecánicas.

Se logró un sistema de clasificación de semillas a través de la visión artificial. Las semillas se pasan una a una a través de una cinta y gracias a Rosepetal se pueden clasificar en cuatro o cinco grupos distintos para poder distinguirlas en orden de calidad.

Por tanto, aplicando este software se ha obtenido un control de calidad automatizado, haciendo una inspección 100% online. El sistema está totalmente integrado en la producción y permite crear una base de datos bien trabajada y sin errores.

Antes de tener a Rosepetal, cuando realizaban un control manual visual, Argirella Nervosa estimaba que tenía un margen de error del 20% y que la base de datos presentaba errores.

Como hemos visto antes, por un tipo de producto de alta complejidad como las semillas, el deep learning era la mejor solución.

Pero antes de implementar este tipo de sistema de deep learning, fue necesario realizar un estudio preliminar sobre la implementación de un clasificador de visión artificial supervisado por redes neuronales convolucionales. Este estudio se realiza con imágenes tomadas por el propio cliente oa partir de muestras facilitadas por un proveedor.

A partir de aquí, realizamos tests y analizamos los resultados obtenidos. Así, podemos pronosticar la efectividad de la aplicación real de un algoritmo de aprendizaje profundo.

Después de este proceso, podemos determinar la precisión y sensibilidad de Rosepetal. En el caso de Argirella Nervosa pudimos confirmar que ésta era la mejor solución.

Caso de éxito: clasificando semillas con deep learning por Argirella Nervosa

El deep learning es una técnica de extracción y procesamiento de datos de alta precisión basada en redes neuronales. El productor de semillas Argirella Nervosa S.L. ya ha aplicado este sistema por la clasificación de semillas a través de la visión artificial gracias a Rosepetal.

¿Qué reto planteaba el cliente?

¿Qué se consiguió aplicando el software de deep learning Rosepetal?

¿Cuál fue el proceso de aplicación de Rosepetal?

Pasado un año, ¿Cuál es su valoración?