Una cinta convierte una imagen en una decisión física, así que la precisión del modelo es solo una parte. Iluminación, desenfoque, sincronización de cámara, memoria, objetos inciertos y latencia del actuador importan. Un prototipo responsable con ESP32-S3 debe poder responder “desconocido”, medir su plazo completo y fallar hacia un rechazo seguro.
El driver de cámara de Espressif incluye ESP32-S3 y varios formatos; elige resolución y píxeles compatibles con PSRAM, ancho de banda e inferencia reales. Mide captura, conversión, preprocesamiento y modelo juntos. Si la inferencia termina cuando la imagen ya es antigua, la compuerta puede desviar el objeto equivocado.
Recoge imágenes de distintos turnos, estados del material, colores, suciedad, pliegues, orientación, velocidad y luz. Separa entrenamiento y evaluación por sesión o elemento físico, no por fotogramas casi idénticos del mismo vídeo. Incluye clases parecidas y objetos que deberían rechazarse. Define clases de forma operativa: “reciclable” puede depender de reglas locales y composición, no solo del aspecto.
Documenta recorte, redimensionamiento y normalización y replica el preprocesamiento exactamente en firmware. Mide precisión y recall por clase, matriz de confusión, tasa de rechazo/desconocido y rendimiento a la velocidad prevista. Una sola exactitud global puede ocultar errores costosos en una categoría.
ESP-DL usa su propio formato y flujo de cuantización; un archivo int8 genérico no es automáticamente compatible. Comprueba operadores y cuantización admitidos por la herramienta ESP32-S3, prepara datos de calibración representativos y compara el modelo cuantizado con el de referencia. Mide memoria máxima, latencia, fotogramas perdidos y temperatura en la placa final. Si no cabe, reduce entrada o complejidad y vuelve a evaluar la precisión.
Usa un umbral validado con datos reservados, pero no interpretes la confianza softmax como probabilidad universal de acierto. Añade clase desconocida o rechazo si los scores son cercanos, la imagen es mala, el cuadro está obsoleto o el objeto no pertenece a las clases conocidas. Exige ID y hora de predicción antes de actuar. Si la confianza es baja o se pierde el plazo, deriva a rechazo seguro o pausa la alimentación según el análisis de riesgo.
| Fallo | Señal de detección | Respuesta segura |
|---|---|---|
| Desenfoque o exposición mala | Calidad de imagen o margen bajo | Rechazar/recapturar, no adivinar |
| Material desconocido | Baja confianza o distribución distinta | Contenedor desconocido y muestra etiquetable |
| Inferencia lenta | Antigüedad supera el plazo de la cinta | Rechazar elemento o pausar alimentación |
| Compuerta atascada | Sensor no confirma el comando | Detener mecanismo y avisar al operador |
La IA no debe controlar directamente la potencia del motor ni los interbloqueos. Firmware limita duración, pausa, separación de elementos y parada de emergencia y confirma posición con sensor. Prueba reinicio durante el pulso, watchdog, cola llena y pérdida de seguimiento. Registra ID, versión, clase, score, decisión, comando y resultado para investigar errores sistemáticos.
Guarda contadores derivados y capturas de diagnóstico breves solo cuando hagan falta. Restringe imágenes, define retención y evita captar trabajadores sin necesidad. El panel debe mostrar volumen, rechazo, confianza, latencia, disparos perdidos, atascos y versión del modelo. Datos agregados orientan mantenimiento y reentrenamiento sin subir cada imagen a la nube.
Una clasificadora ESP32-S3 es un sistema completo: cámara, datos representativos, cuantización compatible, rechazo calibrado y mecánica protegida. Mide el plazo desde el objeto hasta el actuador y haz segura la incertidumbre. La IA de borde es útil cuando se conocen sus límites y la línea está diseñada para ellos.