🥚 Seleccionador de Huevos

¡Bienvenido al proyecto Seleccionador de Huevos! 🐣✨ Este sistema combina Visión Artificial y tecnologías IoT para clasificar huevos y analizar su limpieza en tiempo real. Diseñado para entornos industriales y experimentales, el proyecto utiliza herramientas modernas para optimizar procesos de clasificación.

---

🌟 Características Principales

• 🔍 Detección precisa:
  Entrenado con un banco de imágenes robusto de la base de datos de Roboflow, detecta y clasifica huevos con alta precisión.

• 🥚 Clasificación avanzada:
  Identifica tipos de huevos (limpio, sucio, marrón, etc.) evaluando detalles importantes como su nivel de limpieza.

• 🚀 Rendimiento optimizado:
  Funciona eficientemente en plataformas embebidas como Raspberry Pi y puede integrarse en sistemas más grandes.

---

🛠️ Tecnologías y Funcionamiento

🔗 IoT y Protocolos

El proyecto destaca por su integración con tecnologías IoT:

• 📡 MQTT (Message Queuing Telemetry Transport):
  Permite la comunicación rápida y liviana entre dispositivos.

  • Mosquitto: Broker MQTT configurado para recibir datos del modelo de detección.
  • Publicación de resultados en temas como clase_huevo o huevo_en_posicion.

• 🖥️ Node-RED:
  Diseñado para monitorear y controlar el sistema en tiempo real:

  • Gráficos interactivos que muestran conteos y características de los huevos.
  • Descarga de resultados en formato Excel directamente desde la interfaz.

📉 Visualización y Almacenamiento

• 📊 Grafana:
  Visualización de datos históricos mediante gráficos interactivos, alimentados por:
  • InfluxDB: Base de datos diseñada para manejar grandes volúmenes de datos en tiempo real.

📸 Automatización con Sensores

• Ultrasónico:
  Activa la captura de imágenes cuando detecta la presencia de un huevo.

• Raspberry Pi:
  Procesa la señal del sensor y colabora con el sistema principal para enviar datos al modelo de clasificación.

---

🎯 Objetivos del Proyecto

• Automatización: Optimizar el proceso de clasificación de huevos en la industria.
• Eficiencia: Usar recursos ligeros como MQTT para una integración rápida y estable.
• Escalabilidad: Compatible con sistemas embebidos y plataformas industriales más avanzadas.

---

🔧 ¿Cómo se Implementa?

1. Entrenamiento del Modelo:

   • Conjunto de datos etiquetados de Roboflow con características como "huevo limpio", "sucio", "marrón", etc.

2. Integración de Sensores:

   • Sensor ultrasónico detecta huevos en movimiento y activa el sistema.

3. Procesamiento en Tiempo Real:

   • La Raspberry Pi captura la señal, dispara la cámara y envía imágenes al modelo.
   • Resultados procesados y enviados a plataformas como Node-RED y Grafana.

4. Almacenamiento y Visualización:

   • Los datos procesados se registran en InfluxDB y se visualizan en Grafana.

---

✨ Impacto y Futuro

Este proyecto combina Visión Artificial, IoT, y análisis en tiempo real, ofreciendo una solución escalable para automatizar procesos industriales. En el futuro, puede extenderse para incorporar:

• Análisis predictivo basado en datos históricos.
• Integración con otros sensores y plataformas.
• Mejora del modelo con aprendizaje continuo.

¡El Seleccionador de Huevos marca el inicio de un cambio en la industria, optimizando procesos con innovación y tecnología! 🚀

---

Desarrollado con pasión por automatización e IoT. 🛠️