Análisis de la eficiencia en un almacén mediante visión artificial

Abstract

Aquesta tesi explora l'ús de visió artificial en vídeos de magatzems per oferir una solució accessible que analitzi l'eficiència operativa. Actualment, molts magatzems fan servir sensors costosos per rastrejar màquines i personal, però altres només compten amb càmeres de seguretat. Aquest treball proposa utilitzar aquestes càmeres per crear un dataset personalitzat i entrenar un model basat en YOLO per detectar i seguir objectes clau en temps real. L'anàlisi permetrà optimitzar el flux de treball i la gestió de recursos, millorant l'eficiència operativa.

Esta tesis explora el uso de visión artificial en videos de almacenes para ofrecer una solución accesible que analice la eficiencia operativa. Actualmente, muchos almacenes usan sensores costosos para rastrear máquinas y personal, pero otros solo cuentan con cámaras de seguridad. Este trabajo propone utilizar esas cámaras para crear un dataset personalizado y entrenar un modelo basado en YOLO para detectar y seguir objetos clave en tiempo real. El análisis permitirá optimizar el flujo de trabajo y la gestión de recursos, mejorando la eficiencia operativa.

This thesis explores the use of computer vision in warehouse video to provide an affordable solution for analyzing operational efficiency. Currently, many warehouses use expensive sensors to track machines and personnel, but others only have security cameras. This paper proposes using those cameras to create a customized dataset and train a YOLObased model to detect and track key objects in real time. The analysis will optimize workflow and resource management, improving operational efficiency.