Sistema prototipo de determinación de calidad de taza para café: estudio de técnicas deep learning

El café es un producto agrícola de importancia mundial; Perú ocupa el sexto lugar en nivel de producción. Su clasificación se realiza en categorías según sus atributos sensoriales, es decir, su calidad de taza, lo cual determina su precio y potencial de exportación. La evaluación se lleva a cabo de forma subjetiva por panelistas expertos; es destructiva, no reproducible, conlleva tiempo y costos elevados, y hay escasez de catadores calificados. Debido a la necesidad del desarrollo de técnicas objetivas más eficientes, hasta la fecha se ha logrado clasificar el café con una alta precisión al emplear espectroscopía NIR. Sin embargo, para el análisis e interpretación de los datos, no se ha reportado el uso de técnicas deep learning (aprendizaje profundo), las cuales están en auge por su eficiencia en la clasificación de alimentos. Por otro lado, el desarrollo de un equipo portátil simple, liviano, menos costoso y más veloz tiene el potencial de realizar los análisis in situ en tiempo real, ofreciendo la ventaja de tomar rápidamente las decisiones correspondientes según los resultados obtenidos. De modo que, se plantea el desarrollo de un prototipo para determinar la calidad de taza de café mediante espectroscopía NIR acoplada a técnicas deep learning.