¡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.
-
🔍 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.
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
ohuevo_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.
- 📊 Grafana:
Visualización de datos históricos mediante gráficos interactivos, alimentados por:- InfluxDB: Base de datos diseñada para manejar grandes volúmenes de datos en tiempo real.
-
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.
- 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.
-
Entrenamiento del Modelo:
- Conjunto de datos etiquetados de Roboflow con características como "huevo limpio", "sucio", "marrón", etc.
-
Integración de Sensores:
- Sensor ultrasónico detecta huevos en movimiento y activa el sistema.
-
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.
-
Almacenamiento y Visualización:
- Los datos procesados se registran en InfluxDB y se visualizan en Grafana.
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. 🛠️