Evaluación de descriptores para la detección automática de fallas en fabricación utilizando máquinas de soporte vectorial


Authors

DOI:

https://doi.org/10.22517/23447214.21631

Keywords:

Fusión de Datos, Maquina de Soporte Vectorial, Descriptores de Color, Forma y Textura, Control de Calidad, Visión por computador, Aprendizaje de Máquina

Abstract

Este documento presenta la evaluación de un método de clasificación de fallas en productos terminados utilizando la combinación de descriptores de color, forma y textura. Se utiliza una Máquina de Vectores de Soporte multiclase (SVM-Support Vector Machine) y se construye una base de datos anotada capturando botellas de plástico con 11 situaciones de fabricación entre botellas en buen estado y botellas con imperfectos como rasgaduras, golpes, hendiduras, etc; bajo diferentes condiciones no controladas (ruido, iluminación, escala, entre otras). La etapa de fusión propone una combinación lineal de características y para calcular el desempeño de descriptores y fusión de datos, se utilizó una metodología de validación cruzada aplicando el método de Montecarlo. La configuración de SVM utiliza la metodología multiclase “One-vs-All” con Kernel Radial Gaussiano. La detección se realiza inicialmente aplicando descriptores individuales y combinados.

Downloads

Download data is not yet available.

Downloads

Published

2020-01-30

How to Cite

Calvo Salcedo, A. F., Marín García, E. J., & Padilla Bejarano, J. B. (2020). Evaluación de descriptores para la detección automática de fallas en fabricación utilizando máquinas de soporte vectorial. Scientia Et Technica, 24(4), 566–572. https://doi.org/10.22517/23447214.21631

Issue

Section

Eléctrica