FotoCheck Hortalizas -LEGACY-
50+
Téléchargements
Tout public
info
À propos de l'application
Obten una predicción sobre qué tipo de hortaliza aparece en la imagen.
Utilizando redes neuronales, se ha creado un modelo que permite realizar una predicción de entre ocho categorías de hortalizas:
Kiwis, Limones, Manzanas Golden, Naranjas, Peras, Plátanos, Tomates, Zanahorias
Además se puede guardar un checklist con valoraciones de calidad de las hortalizas. Concretamente se puede seleccionar qué hortalizas se han comprobado y cuál era su grado de calidad con un sistema de valoración de 0 a 3 estrellas.
Novedad: En el caso de las manzanas la aplicación sugiere un grado de calidad y dice si están dañadas o pasadas.
Las próximas actualizaciones de la aplicación consistirán en una transformación de la App para posibilitar la evaluación con una fotografía del grado de calidad visual de las hortalizas (si están abombadas, con tierra, en mal estado, etcétera).
Aplicación desarrollada inicialmente como parte del Trabajo Fin de Grado "Reconocimiento Automático de Patrones en Dispositivos Móviles", Escuela Universitaria Politécnica de Teruel, Universidad de Zaragoza.
FUNCIONA SIN INTERNET: Disponible en Cualquier Lugar
Utilizando redes neuronales, se ha creado un modelo que permite realizar una predicción de entre ocho categorías de hortalizas:
Kiwis, Limones, Manzanas Golden, Naranjas, Peras, Plátanos, Tomates, Zanahorias
Además se puede guardar un checklist con valoraciones de calidad de las hortalizas. Concretamente se puede seleccionar qué hortalizas se han comprobado y cuál era su grado de calidad con un sistema de valoración de 0 a 3 estrellas.
Novedad: En el caso de las manzanas la aplicación sugiere un grado de calidad y dice si están dañadas o pasadas.
Las próximas actualizaciones de la aplicación consistirán en una transformación de la App para posibilitar la evaluación con una fotografía del grado de calidad visual de las hortalizas (si están abombadas, con tierra, en mal estado, etcétera).
Aplicación desarrollada inicialmente como parte del Trabajo Fin de Grado "Reconocimiento Automático de Patrones en Dispositivos Móviles", Escuela Universitaria Politécnica de Teruel, Universidad de Zaragoza.
FUNCIONA SIN INTERNET: Disponible en Cualquier Lugar
Date de mise à jour
La sécurité, c'est d'abord comprendre comment les développeurs collectent et partagent vos données. Les pratiques concernant leur confidentialité et leur protection peuvent varier selon votre utilisation, votre région et votre âge. Le développeur a fourni ces informations et peut les modifier ultérieurement.
Aucune donnée partagée avec des tiers
En savoir plus sur la manière dont les développeurs déclarent le partage
Aucune donnée collectée
En savoir plus sur la manière dont les développeurs déclarent la collecte
Nouveautés
Versión 1.7 (13 Abr 2022)
========================
Ahora es posible detectar el grado de calidad de las manzanas y conocer si están dañadas o pasadas.
Aplicación desarrollada por Luis Manuel Muñoz en colaboración con la Escuela Universitaria Politécnica de Teruel, Universidad de Zaragoza.
3 de diciembre de 2022: Corregida una incompatibilidad de los canales de color (debido a la mala gestión del canal alpha) en Android 12.
========================
Ahora es posible detectar el grado de calidad de las manzanas y conocer si están dañadas o pasadas.
Aplicación desarrollada por Luis Manuel Muñoz en colaboración con la Escuela Universitaria Politécnica de Teruel, Universidad de Zaragoza.
3 de diciembre de 2022: Corregida una incompatibilidad de los canales de color (debido a la mala gestión del canal alpha) en Android 12.
Assistance de l'appli
À propos du développeur
Luis Manuel Muñoz Pérez
turiondev@gmail.com
124 City Road
LONDON
EC1V 2NX
United Kingdom
