Sistema de inventario con visión por computador
Sistema que combina visión por computador y procesamiento de datos para identificar y clasificar artículos y apoyar el análisis de inventario.
Proyecto personal de aprendizaje y demostración. No es un despliegue para un cliente real.
Percepción
- Imagen
- Detección de objetos (YOLO)
- Lectura de texto (OCR)
Datos
- Embeddings para clasificar
- Validación de datos
- Registro de inventario
Esquema conceptual a partir de la descripción del proyecto. Se sustituirá por un diagrama o capturas propias.
Visión general
Un proyecto técnico que combina visión por computador y procesamiento de datos para identificar y clasificar artículos y apoyar el análisis de inventario. Se presenta como prototipo; no se describe como producto terminado ni como despliegue en producción.
Problema y objetivo
Contar y registrar artículos a mano consume tiempo y genera errores de transcripción. El objetivo era comprobar hasta qué punto se pueden identificar artículos a partir de imágenes, extraer el texto que contienen y convertirlo en datos de inventario validados.
Arquitectura técnica
El sistema combina varias técnicas, cada una con un papel distinto:
- Detección con YOLO para localizar los objetos en la imagen.
- OCR para leer el texto que acompaña a los artículos (etiquetas, referencias).
- Embeddings para comparar y clasificar elementos por similitud.
- Validación de datos y gestión de errores para que un reconocimiento dudoso no entre al inventario sin control.
Los detalles de implementación (motores, modelos y parámetros concretos) los explico en una conversación.
Tecnologías
Python, YOLO, OCR y embeddings.
Retos y decisiones
- Confianza y revisión. Ninguna detección es perfecta. Un sistema útil decide qué aceptar automáticamente, qué marcar para revisión y qué rechazar.
- Datos limpios antes que modelos mayores. Muchos errores de inventario vienen de datos mal capturados, no del modelo; la validación pesa tanto como el reconocimiento.
- Alcance acotado. Es preferible un conjunto pequeño de categorías bien resueltas que un reconocimiento general poco fiable.
Resultados y evaluación
Las métricas de evaluación aún no están publicadas: no se muestran cifras sin validar.
Relación con servicios
Este tipo de sistemas conecta con la automatización de procesos y con la implementación de IA cuando el origen de los datos son imágenes o documentos. También he trabajado en proyectos freelance de segmentación de imágenes y reconocimiento de cartas, descritos en la página de experiencia.