Development and preliminary evaluation of an automatic and intelligent alpaca fiber classifier

Abstract

El objetivo de este trabajo de investigación fue desarrollar y evaluar preliminarmente un clasificador automático de fibra de alpaca Huacaya blanca basado en inteligencia artificial (IA), denominado Fiber Class, enfocándonos en su exactitud y precisión, conforme a los criterios establecidos en la Norma Técnica Peruana (NTP) 231.301:2022. Este sistema integra componentes mecánicos, electrónicos y ópticos con un modelo de IA basado en EfficientNet V2, entrenado con más de 20.000 imágenes microscópicas de vellón, clasificadas en siete grupos de calidad por una “maestra clasificadora” y validadas con mediciones objetivas de diámetro (“muestras patrón”). Las imágenes se organizan por calidad, etiquetando las no aptas como “Desenfocada” u “Oscura”. Se emplearon técnicas de transfer learnnig y optimización por búsqueda por malla (Grid Search) para mejorar el rendimiento del modelo. La evaluación funcional se realizó con 42 muestras patrón de calidad conocida. La exactitud se determinó comparando los resultados del Fiber Class con las calidades previamente definidas, aplicando tres criterios estadísticos: moda, media ponderada y mediana. La precisión se evaluó mediante un ensayo de repetibilidad con 10 mediciones por muestra, consolidando los resultados mediante la media ponderada. El Fiber Class alcanzó una exactitud global del 95,24% con criterios de media ponderada o mediana, superando el 73,81% obtenido con la moda. Sin embargo, mostró menor rendimiento en calidades intermedias como Fina y Semifina. La precisión global fue del 91,19%, aunque la calidad Fina presentó menor repetibilidad (73,33%), lo que podría reflejar una mayor variabilidad visual. El Fiber Class se destaca como una herramienta innovadora, precisa y replicable para la clasificación automatizada de fibra de alpaca. Su alta exactitud y precisión lo posicionan como una solución con gran potencial para optimizar la cadena de valor de la industria textil, promoviendo una evaluación objetiva, eficiente, confiable y moderna, con perspectivas de adopción internacional.