Modelo de aprendizaje profundo/red neuronal convolucional (CNN) para clasificación de calidad de ácidos grasos por imágenes de semillas de Helianthus annuus

Abstract

The fatty acids content classification in seeds for their later use in industry is a long and complicated process which aims to select the different seeds that would be used with the purposes each of these seeds are of best use. These purposes are, at the same time, determined by the quality content of the fatty acids in the seed. Deep neural networks, especially convolutional neural networks, have shown a remarkable capacity for image classification and pattern abstraction in many different fields, obtaining better accuracy, and faster prediction results than those obtained by classic or human methods. In this work, we build a convolutional neural network model which can classify the sunflower seeds fatty acids quality through their images. The model was developed separating the work in two main sections. First, an experimental portion in which we collected the necessary data to build our own data set from scratch to train the neural network, and second, the analytic component in which we developed the model using the data we previously collected. This model shows a high accuracy classifying different types of sunflower (Helianthus annuus L.) seeds used for different purposes depending on their fatty acids quality content.

En este trabajo, hemos construido un modelo de red neuronal convolucional que puede clasificar la calidad de los ácidos grasos de las semillas de girasol a través de sus imágenes. El modelo fue desarrollado separando el trabajo en dos secciones principales. Primero, una parte experimental en la que recolectamos los datos necesarios para construir nuestro propio conjunto de datos desde cero para formar la red neuronal, y segundo, el componente analítico en el que desarrollamos el modelo utilizando los datos que recolectamos previamente. Este modelo muestra una alta precisión al clasificar diferentes tipos de semillas de girasol (Helianthus annuus L.) utilizadas para diferentes propósitos dependiendo de su contenido de calidad de ácidos grasos.

En aquest treball, hem construït un model de xarxa neuronal convolucional que pot classificar la qualitat dels àcids grassos de les llavors de gira-sol a través de les seves imatges. El model va ser desenvolupat separant el treball en dues seccions principals. Primer, una part experimental en la qual recollim les dades necessàries per construir el nostre propi conjunt de dades des de zero per formar la xarxa neuronal, i segon, el component analític en el qual desenvolupem el model utilitzant les dades que recollim prèviament. Aquest model mostra una alta precisió en classificar diferents tipus de llavors de gira-sol (Helianthus annuus L.) utilitzades per a diferents propòsits depenent del seu contingut de qualitat d'àcids grassos.