Resumen:
Existen métodos manuales para reconocer el grado de madurez del durazno, en esta
actividad los agricultores requieren de tiempo de aprendizaje y se requiere de una
acción visual para detectar aquellos frutos que se van a cortar del árbol. Con los
sistemas de visión artificial, específicamente Redes Neuronales Convolucionales, se
propuso una solución para realizar el reconocimiento de frutos de durazno maduros,
así como la identificación de frutos dañados. La finalidad es obtener frutos con el
nivel de calidad adecuado para su comercialización. Para lograr el propósito, se
obtuvieron imágenes de duraznos en un ambiente no controlado. Se recortaron las
imágenes digitales hasta obtener el área de interés enfocando a la imagen de la fruta
del durazno. Se configuraron tres conjuntos de datos: el primero de duraznos maduros
e inmaduros, el segundo de duraznos maduros e inmaduros, pero solo enfocado a un
área textural y el tercero de duraznos sanos y dañados. Se aplicó una Red Neuronal
Convolucional, que fue programada en el lenguaje de programación Python, las
librerías de Keras y Tensorflow. Durante las pruebas se obtuvieron resultados del
95,31% de precisión, para elegir entre maduros y no maduros. Mientras que, al
clasificar los duraznos sanos y dañados un 92.18% de precisión. Al clasificar las tres
categorías: dañados, inmaduros y maduros se obtuvo un 83.33% de precisión. Los
resultados anteriores indican que con inteligencia artificial, embebida en un
dispositivo físico, se puede hacer la clasificación del fruto del durazno, obteniendo
los de mejor calidad para su comercialización.