Una aplicación de Android comprueba cómo están tostados los granos de café


El café, una de las bebidas más populares y consumidas a nivel mundial, se elabora a partir de agua y granos de café. 


por Ingrid Fadelli, Tech Xplore


Los granos de café son las semillas de la planta Coffea, que se cultiva en varias partes de América Central y del Sur, así como en África, Medio Oriente y Asia.

La calidad y el sabor del café dependen de varios factores, incluidas las condiciones en las que se cultivan las plantas de Coffea, así como los procesos mediante los cuales se almacenan, procesan y tuestan los granos de café . Determinar hasta qué punto se tuestan los granos de café no siempre es fácil para los humanos, ya que a veces requiere capacitación o experiencia especializada.

Investigadores de la Universidad Tecnológica Thonburi de King Mongkut en Tailandia desarrollaron recientemente una aplicación para teléfonos inteligentes que podría ayudar a determinar cuánto se ha tostado un lote de granos de café simplemente analizando imágenes de ellos. Esta aplicación, presentada en un artículo prepublicado en arXiv, se basa en técnicas de aprendizaje profundo .

«Como el sabor de cada variedad de café depende del grado de tostado de los granos de café, es vital mantener una calidad constante relacionada con el grado de tostado», escribieron los investigadores en su artículo. “Cada barista tiene su propio método para determinar el grado de tueste. Sin embargo, circunstancias extrínsecas como la luz, el cansancio y otros factores pueden alterar su juicio”.

El modelo de aprendizaje profundo desarrollado por Sakdipat Ontoum y sus colegas en la Universidad Tecnológica Thonburi de King Mongkut se basa en una red neuronal convolucional (CNN). Los investigadores entrenaron su modelo en un conjunto de datos que contenía imágenes de granos de café tostados en una cafetería en JJ Mall Jatujak.

Una aplicación de Android para comprobar cómo están tostados los granos de café
Credido: Ontoum et al.

Los granos de café eran de cuatro variedades diferentes, a saber, granos de café verdes sin tostar, granos de café Laos Typica Bolaven ligeramente tostados, granos de café Doi Chaang de tostado medio y granos de café Brasil Cerrado oscuros y muy tostados. El conjunto de datos contenía un total de 4800 fotos, 1200 para cada variedad.

El método de aprendizaje profundo de los investigadores funciona analizando específicamente el color de los granos de café. Después de entrenar su enfoque basado en CNN, los investigadores lo aplicaron a una aplicación de Android, que permite a los usuarios determinar rápidamente hasta qué punto se ha tostado un lote específico de granos, simplemente enviando una imagen de ellos.

«El nuestro es un estudio basado en el aprendizaje automático de la clasificación de grados de granos de café tostados producido como una aplicación de Android que identifica el color de los granos de café al fotografiarlos o cargarlos mientras se tuestan», explicaron los investigadores en su artículo.

En las pruebas iniciales, el enfoque de aprendizaje profundo de los investigadores logró resultados prometedores. Sin embargo, su red no tiene en cuenta el origen de los granos de café, lo que también puede influir en su color, lo que a veces genera errores. En sus próximos estudios, los investigadores esperan mejorar aún más el rendimiento de su técnica, pero para hacerlo necesitarán un conjunto de datos más variado.

«Se debe acceder a un conjunto de datos de granos de café del mismo proveedor para continuar desarrollando este proyecto», agregaron los investigadores en su artículo. «Esto ayudará en la predicción de la eficiencia y corrección de los resultados».

En el futuro, si el algoritmo de los investigadores se perfecciona y entrena en un conjunto de datos más variado, podría ser utilizado por baristas y expertos en café para evaluar la calidad de los granos de café. Además, su trabajo podría inspirar a otros equipos a idear técnicas similares de aprendizaje automático para evaluar los granos de café.


Más información: Sakdipat Ontoum et al, Inteligencia del tueste del café. arXiv:2206.01841v1 [cs.CV], 

arxiv.org/abs/2206.01841