Detectando la calidad externa en la naranja con IngiGrader

Durante los últimos meses hemos reforzado el módulo de detección de la calidad externa aplicado específicamente a naranjas.

Disponíamos de un dataset muy amplio aplicado a clementinas y partiendo de esta base hemos reforzado el sistema con un dataset específico de más de 100.000 capturas múltiples, tanto en IR cercano como en luz visible.

Fig 1. Algunos ejemplos de naranjas clasificadas automáticamente por el sistema con diversos defectos y niveles de afectación.

Con este desarrollo hemos adaptado el módulo de decisión a la problemática concreta de la naranja, para este nuevo modelo se han tenido en consideración: apariencia externa, forma del fruto o nivel de afectación en IR.

Se ha orientado el módulo de clasificación para obtener 5 niveles globales de calidad de modo que los niveles más bajos incluyen los defectos mayores y los niveles más altos incluyen los frutos de mayor calidad. En el entrenamiento se incluyeron naranjas de las variedades: navelina, navel, lanelate y navelate