| dc.contributor | VargasCardona, Hernán Darío | |
| dc.creator | TorresTamayo, JuanEsteban | |
| dc.creator | RoseroMora, JannerArley | |
| dc.date | 2024-06-17T15:00:29Z | |
| dc.date | 2024-06-17T15:00:29Z | |
| dc.date | 2023 | |
| dc.date.accessioned | 2026-10-15T17:13:09Z | |
| dc.date.available | 2026-10-15T17:13:09Z | |
| dc.identifier | https://vitela.javerianacali.edu.co/handle/11522/2734 | |
| dc.identifier.uri | https://hdl.handle.net/20.500.12032/190344 | |
| dc.description | El procesamiento de los residuos sólidos es un problema que viene perjudicando a la humanidad des de hace ya varios años, dando por resultado contaminación y acumulación excesiva de desperdicios en rellenos sanitarios. Todo este panorama ha traído consigo la aplicación de normativas para la clasificación de los residuos para su posterior procesamiento, donde en Colombia la actual normativa dicta tres tipos de residuos: Aprovechables, No Aprovechables y Orgánicos. Sin embargo, aún con la existencia de normativas y campañas educativas sobre el manejo de los residuos sólidos urbanos, la comunidad no realiza adecuadamente la separación de dichos materiales y esto trae consigo un aumento energético laboral en las instalaciones dedicadas al procesamiento de desperdicios que bus can darles un correcto tratamiento a estos. Este trabajo propone la implementación de una herramienta tecnológica que permita realizar una clasificación automática de los residuos orgánicos enfocándose en las instalaciones del campus de la Pontificia Universidad Javeriana Cali. Para ello, se partió de la visión computacional para el reconocimiento de imágenes de residuos los cuales son procesados y clasificados a partir de un algoritmo de Deep Learning que tiene por objetivo identificar y clasificar los residuos entre aprovechables y no aprovechables. Después de un proceso de benchmarking entre modelos implementados con Transfer Learning el modelo escogido alcanza métricas de 0.93 en Accuracy. | |
| dc.description | The processing of solid waste is a problem that has been harming humanity for several years, resulting in pollution and excessive accumulation of waste in landfills. This whole scenario has brought about the application of regulations for the classification of waste for further processing, where in Colombia the current regulations dictate three types of waste: Usable, Non-usable and Organic. However, even with the existence of regulations and educational campaigns on the management of urban solid waste, the community does not adequately separate these materials and this brings with it an increase in labor energy in the facilities dedicated to the processing of waste that seek to give them a correct treatment. This work proposes the implementation of a technological tool that allows the automatic classification of organic waste focusing on the facilities of the campus of the Pontificia Universidad Javeriana Cali. For this purpose, computer vision was used for the recognition of waste images which are processed and classified from a Deep Learning algorithm that aims to identify and classify waste between usable and non-usable. After a benchmarking process between models implemented with Transfer Learning, the chosen model reaches 0.93 metrics in Accuracy. | |
| dc.format | 76 p. | |
| dc.format | application/pdf | |
| dc.format | application/pdf | |
| dc.format | application/pdf | |
| dc.format | application/pdf | |
| dc.language | spa | |
| dc.publisher | Pontificia Univerisdad Javeriana Cali | |
| dc.rights | https://creativecommons.org/licenses/by-nc-nd/4.0/ | |
| dc.rights | https://creativecommons.org/licenses/by-nc-nd/4.0/ | |
| dc.rights | http://purl.org/coar/access_right/c_abf2 | |
| dc.subject | Deep Learning | |
| dc.subject | Visión computacional | |
| dc.subject | Residuos aprovechables | |
| dc.subject | Residuos no aprovechables | |
| dc.subject | Redes neuronales convolucionales | |
| dc.subject | Clasificador automático | |
| dc.subject | Transfer Learning | |
| dc.title | Clasificación automática de residuos aprovechables y no aprovechables en la Pontificia Universidad Javeriana Cali usando Deep Learning | |
| dc.type | http://purl.org/coar/resource_type/c_7a1f | |
| dc.type | Tesis/Trabajo de grado - Monografía - Pregrado | |
| dc.type | https://purl.org/redcol/resource_type/TP | |
