MicronEye

Proyecto de visión por computadora diseñado para mejorar las líneas de producción en empresas pequeñas que requieran un proyecto accesible y escalable.

Comment

Inspiration

Nos inspiró el sector manufacturero dentro de la industria y como los procesos de calidad pueden ser automatizados y mejorados y como empresas pequeñas pueden implementar soluciones accesibles y escalables sin afectar su capital.

What it does

Clasifica piezas defectuosas y correctas mediante un modelo IA llamado "MobileNetV2", este modelo lo entrenamos con 250 imágenes de tuercas defectuosas y 250 imágenes de tuercas buenas, con este entrenamiento se buscó tener la menor pérdida de datos posibles, es decir, que hiciera la clasificación lo más correcta posible, logrando un 9 de cada 10 piezas clasificadas correctamente. Fabricamos una banda transportadora a escala que clasificaba las piezas con ayuda de un servo motor adjuntado con una "pluma" que empujaba las piezas defectuosas a un contenedor diferente, así simulando correctamente lo que sería en un tamaño real.

How we built it

Utilizamos python, tensorflow, mobilenetv2, arduino, dos motorreductores, un servo motor, una protoboard para crear un sistema que no necesitara tantos recursos para su creación. El código para el modelo IA se dividió en 3 partes:

  • Código de captura de imágenes: este se encargaba de capturar las imágenes y solo intentar detectar lo que estuviera dentro de un cuadro específico.
  • Código de entrenamiento de IA: este se encargaba de entrenar la IA mediante entrenamiento offline (Batch), a este le asignábamos 30 épocas de entrenamiento para que fuera lo más eficaz posible. Código de detección/clasificación: este se encargaba de mandar instrucciones a nuestro arduino, mandar información a nuestra base de datos y accionar la banda transportadora con ayuda de un poco de código en arduino IDE. ## Challenges we ran into Tuvimos un problema muy grande de corriente consumida por nuestros motorreductores, algo que no tomamos en cuenta antes de realizar el proyecto, sin embargo, se logró solucionar el problema usando fuentes externas un poco caseras. ## Accomplishments that we're proud of Estamos orgullosos de lograr un proyecto de esta magnitud, ya que nunca habíamos tenido contacto con algo dentro del mundo de la Inteligencia Artificial. ## What we learned Aprendimos a implementar modelos IA básicos gratuitos fáciles de usar.

What's next for MicronEye

Seguir desarrollando proyectos accesibles y escalables usando modelos IA gratuitos.

Built With

Share this project:

Updates

Submission history