Proyecto de Percepción Computacional 2025-2

Acerca de Strawberry Vision

Strawberry Vision es un sistema de detección y clasificación de fresas a partir de imágenes. Permite analizar una sola imagen o procesar lotes completos para apoyar tareas agrícolas mediante visión por computadora y aprendizaje profundo.

Objetivos

Objetivos del proyecto

Metas principales que guían el diseño del modelo y de la aplicación web.

  • Detectar fresas en imágenes usando YOLOv8.
  • Clasificar la madurez: verde, semi-madura y madura.
  • Procesar imágenes individuales o por lotes.
  • Ofrecer una interfaz moderna, clara y fácil de usar.
  • Aplicar conceptos básicos de MLOps y despliegue.
Tecnologías

Tecnologías usadas

Herramientas utilizadas para el entrenamiento del modelo y el desarrollo del sistema.

  • Backend: Python, FastAPI, Uvicorn.
  • Visión y modelo: YOLOv8, PyTorch, OpenCV.
  • Frontend: HTML, CSS, JavaScript.
  • Dev & MLOps: Docker, LocalStorage, patrones de diseño.
  • Infraestructura y despliegue: Hostinger (hosting web del sistema).
Equipo

Equipo de desarrollo

Estudiantes de Ingeniería de Sistemas – Curso de Percepción Computacional 2025-2.

VB

Brunelli Watanabe, Valeria

Arquitectura del sistema y documentación.

CD

Dávalos Mendo, Charles Augustus

Entrenamiento del modelo y experimentos.

RE

Escalante Díaz, Rodrigo

Arquitectura del sistema y backend.

AL

León García, Axel Erico

Diseño de interfaz y despliegue.

JV

Varas Quipuscoa, Jhoan Alessandro

Integración, pruebas y despliegue.