Arboleda, Monica HellenPianda, Andres Esteban; Rodriguez, Edwin Andres; Saza Montero, Jose David2024-10-182024-10-182022-11-08Pianda, Andres Esteban; Rodriguez, Edwin Andres; Saza Montero, J. D. (2022). Inspector de Calidad en un Proceso de Producción. Universidad Santiago de Cali.https://repositorio.usc.edu.co/handle/20.500.12421/5777El presente artículo muestra claramente como la Inteligencia Artificial y Data Scienceson de gran ayuda en la aplicación de inspecciones de calidad en un proceso de producción, se puede evidenciar que no solo en el área industrial es efectiva si no también en otras áreas como la comercial y administrativa debido al gran volumen de datos que se puede obtener de la ejecución de cada proceso este insumo dando como resultado la resolución de los problemas presentados en dichos procesos. Utilizando las ramas más importantes como Machine Learning y Deep Learning que sirven para automatizar tareas repetitivas para el cerebro humano como el cálculo de ecuaciones, la clasificación de resultados, la comparación de datos entre otros, mediante sistemas de aprendizaje automático basado en redes neuronales, se aborda el un problema de clasificación de imágenes utilizando el lenguaje de programación Python y librerías como TensorFlow u OpenCV que son de las más populares en código abierto para el aprendizaje automático. De manera particular, de los procesos de producción se toma como referencia las tapas de aluminio del yogurt llamadas técnicamente como Tapas de Foil para yogurt, mediante inspecciones de calidad se pueden encontrar defectos tales como: tapas despegadas, tapas arrugadas, tapas rotas y otras fallas. Generando así muchas pérdidas económicas y de tiempo. Este punto es necesario proponer un modelo entrenado que mediante clasificación, detección y segmentación de imágenes que ayude a predecir las clases que se necesitan para su respectiva correcciónThis article clearly shows how Artificial Intelligence and Data Science are of great help in the application of quality inspections in a production process, it can be shown that it is effective not only in the industrial area but also in other areas such as the commercial one. and administrative due to the large volume of data that can be obtained from the execution of each process, this input resulting in the resolution of the problems presented in said processes. Using the most important branches such as Machine Learning and Deep Learning that serve to automate repetitive and tedious tasks for the human brain such as the calculation of equations, the classification of results, the comparison of data among others, through automatic learning systems based on neural networks , an image classification problem is addressed using the Python programming language and libraries such as TensorFlow or OpenCV, which are among the most popular open source for machine learning. In particular, the aluminum yogurt lids technically known as Foil Yogurt Lids are taken as a reference for the production processes. Through quality inspections, defects such as: detached lids, wrinkled lids, broken lids and other failures can be found. Generating thus, many economic and time losses. This point is necessary to propose a trained model that through classification, detection and segmentation of images helps us to predict the classes that we need for their respective correction.application/pdf13 páginasesData ScienceMachine LearningDeep LearningAutomatizarNeuronalesPythonTensorFlowOpenCVFoilSegmentación. Predecir.ThesisAcceso privadoReconocimiento 4.0 Internacional (CC BY 4.0)Data ScienceMachine LearningDeep LearningAutomateNeuronalPythonTensorFlowOpenCVFoilSegmentationPredict