PharmaBoxDefect

Descripcion general

Este proyecto busca optimizar el proceso de fabricación de empaques para medicamentos a través de un sistema de control de calidad basado en visión artificial y el uso de modelos avanzados de inteligencia artificial. Se emplearán redes neuronales convolucionales (CNN) para detectar defectos en los empaques y mejorar la precisión en su inspección, asegurando que cumplan con los estándares regulatorios y de seguridad. Además, se planea explorar el uso de un modelo NERF (Neural Radiance Fields) para mejorar el diseño de los empaques, permitiendo una visualización más detallada y realista de los mismos, lo que podría contribuir a un diseño más eficiente y funcional. El proyecto tiene como objetivos reducir defectos, aumentar la satisfacción del cliente, reducir costos por devoluciones y retrabajos, y optimizar la calidad en la fabricación de los empaques.

Tecnologías

• Python
• Blender

Estructura del proyecto

• Procedural-3d-image-generation: Contiene la generacion de los paquetes intactos y dañados.

• NERF: Contiene el modelo de Blender para la generación del modelo NERF.

Sistema de Clasificación de Empaques Dañados

Arquitectura de la Red Neuronal Convolucional (CNN)

Arquitectura de la CNN

Grad-Cam de los empaques clasificados

Grad-Cam del testeo

Modelo NERF para el Empaque de Medicamentos

Gif del entrenamiento

Gif del entrenamiento

Gif del resultado

Gif del resultado