Instituto Tecnológico de Celaya Tecnológico Nacional de México
ITC Investigación ITC
Explorar publicaciones
Artículo · 2025 · Catálogo consolidado

NUEVA BASE DE DATOS DE DEFECTOS DE CAFÉ (RGB+NIR) PARA SEGMENTACIÓN SEMÁNTICA (NEW COFFEE DEFECTS DATABASE (RGB+NIR) FOR SEMANTIC SEGMENTATION)

Pistas Educativas

Juan Camilo Mejía Hernández Universidad Tecnológica de Pereira
Dairo Andrés Hernández Acevedo Universidad Tecnológica de Pereira
Marlon Gómez Zapata Universidad Tecnológica de Pereira
Federico Gutiérrez Madrid Universidad Tecnológica de Pereira
Héctor Fabio Quintero Riaza Universidad Tecnológica de Pereira

Resumen

Resumen El café es uno de los productos agrícolas más importantes a nivel mundial, generando ingresos significativos para millones de pequeños agricultores. Sin embargo, la falta de información clara en la cadena productiva dificulta la valoración adecuada del producto. Para abordar este problema, el artículo presenta la creación de una nueva base de datos de imágenes de defectos en granos de café utilizando tecnologías de visión por computadora y segmentación semántica. Esta base contiene más de 200 imágenes en RGB e hiperespectral, cuidadosamente etiquetadas para incluir una variedad de defectos comunes, utilizando cámaras especializadas y algoritmos avanzados para capturar y procesar las imágenes. Los resultados demuestran que esta base de datos mejora significativamente la precisión en la identificación y clasificación de defectos, optimizando así la producción y la calidad del café, representando un avance tecnológico valioso para la agricultura y facilitando el desarrollo de soluciones innovadoras, promoviendo un comercio más justo. Palabras Claves: Café, Imágenes, Segmentación, Semántica, Defectos. Abstract Coffee is one of the most important agricultural products worldwide, generating significant income for millions of small farmers. However, the lack of clear information in the production chain makes it difficult to properly evaluate the product. To address this problem, the article presents the creation of a new database of coffee bean defect images using computer vision and semantic segmentation technologies. This database contains more than 200 RGB and hyperspectral images, carefully labeled to include a variety of common defects, using specialized cameras and advanced algorithms to capture and process the images. The results demonstrate that this database significantly improves the precision in the identification and classification of defects, thus optimizing the production and quality of coffee, representing a valuable technological advance for agriculture and facilitating the development of innovative solutions, promoting more trade. fair. Keywords: Coffee, Defects, Images, Segmentation, Semantics.

Datos de publicación

Cita esta publicación

Comprueba el estilo que requiere tu institución o revista.

Juan Camilo Mejía Hernández; Dairo Andrés Hernández Acevedo; Marlon Gómez Zapata; Federico Gutiérrez Madrid; Héctor Fabio Quintero Riaza. (2025). NUEVA BASE DE DATOS DE DEFECTOS DE CAFÉ (RGB+NIR) PARA SEGMENTACIÓN SEMÁNTICA (NEW COFFEE DEFECTS DATABASE (RGB+NIR) FOR SEMANTIC SEGMENTATION). Pistas Educativas, 46(149). https://pistaseducativas.celaya.tecnm.mx/index.php/pistas/article/view/3716

Fuentes y trazabilidad

Se conserva la procedencia de los datos y se da prioridad a la revista cuando existe información editorial.

Licencias declaradas por las fuentes

Licencia en el registro de origen

Descargar ficha bibliográfica

El PDF contiene los metadatos y el enlace al trabajo original.