En el marco del IX Congreso Argentino de Ingeniería Mecánica y IV Congreso Argentino de Ingeniería Ferroviaria, realizado del 17 al 19 de septiembre en la Facultad de Ingeniería del Ejército (CABA), un equipo de la UTN Facultad Regional Delta presentó un trabajo de investigación sobre conteo de objetos utilizando redes neuronales en sistemas de bajo consumo.
El trabajo estuvo a cargo de los estudiantes Juan Pablo Benítez (Ingeniería Mecánica), Aitana Arostegui (Ingeniería en Sistemas de Información) y Leandro Michel (Seminario Universitario de Nivelación para Ingeniería en Sistemas de Información) acompañados por los docentes investigadores Dr. Santiago Cerrotta y el Dr. Eneas Morel, integrantes del Grupo de Fotónica Aplicada.
El trabajo propone una metodología para el diseño de sistemas de aprendizaje automático de bajo consumo, capaces de contar objetos similares presentes en una imagen, con la posibilidad de adaptarse a distintos tipos de elementos. El sistema fue diseñado e implementado en una placa Raspberry Pi 4 B con cámara compatible, y se entrenó utilizando un conjunto de datos compuesto por 70 imágenes que contenían entre 1 y 20 granos de maíz.
Durante el proceso, se probaron distintas arquitecturas de redes neuronales convolucionales, buscando optimizar la precisión del conteo con el menor tamaño de modelo posible. El resultado fue un sistema que funciona de manera autónoma en la placa, activándose para capturar una imagen que luego es procesada por una red convolucional de 21.9 MB, logrando una precisión del 92% en la estimación de la cantidad de maíces presentes.
Este enfoque apunta a futuras aplicaciones en el campo del Tiny Machine Learning, donde los modelos de IA se ejecutan directamente en dispositivos pequeños y de bajo consumo, sin necesidad de conexión a servidores externos.
“Nuestro objetivo fue demostrar que es posible aplicar inteligencia artificial en contextos donde los recursos computacionales y energéticos son muy acotados. Este tipo de soluciones puede ser clave para el desarrollo de tecnologías accesibles y sostenibles”, destacó Santiago Cerrotta durante su presentación.
La participación en este congreso no solo permitió visibilizar el potencial de los jóvenes investigadores de UTN Facultad Regional Delta, sino también establecer vínculos con otros grupos académicos y profesionales del país, en un espacio de intercambio técnico y científico de alto nivel.