HardVisionAI es un modelo de visión artificial diseñado para identificar componentes de PC a partir de imágenes y extraer automáticamente información técnica relevante, como marca, modelo y especificaciones.
Este modelo forma parte de nuestro Trabajo Fin de Máster (TFM) del Máster de FP en Inteligencia Artificial y Big Data, contribuyendo al desarrollo de herramientas avanzadas de análisis y procesamiento de información.
En este proyecto estará disponible una demo del modelo en la plataforma Streamlit, permitiendo realizar pruebas interactivas y explorar su funcionamiento.
Este proyecto fue entrenado con datos obtenidos mediante web scraping, permitiendo que el modelo identifique automáticamente el tipo de componente de PC a partir de una imagen y extraiga información relevante a partir de sus etiquetas. Está diseñado para integrarse como herramienta dentro del agente previsto para LatencyZero.
La arquitectura del modelo se basa en una Red Neuronal Convolucional (CNN) construida con Keras, que incluye múltiples capas de convolución, normalización, pooling y capas densas, finalizando con una capa softmax para clasificación multiclase. Además, el sistema se complementa con Reconocimiento Óptico de Caracteres (OCR) mediante EasyOCR, lo que permite extraer todo el texto visible en los componentes para enriquecer la información obtenida.
Para más detalles sobre la arquitectura del modelo y métricas de entrenamiento, ver README en models
demo.mp4
Los datos utilizados para entrenar los modelos se obtuvieron mediante técnicas de web scraping y fueron posteriormente recopilados y procesados para su análisis y preparación en este proyecto.
Las fuentes de información incluyeron sitios web especializados en componentes de PC:
Estos portales proporcionan información detallada sobre marcas, modelos y especificaciones técnicas, lo que permitió construir un dataset representativo y de calidad para el entrenamiento del modelo.
El proyecto HardVisionAI utiliza Python 3.12 para todo el código:
- Web scraping
- Procesamiento de datasets
- Modelos OCR
- Entrenamiento de redes neuronales
- Streamlit
docker-compose up --buildhttp://localhost:8501
HardVisionAI/
│
├── data/ # CSV, JSON e imágenes
├── img/ # Logos y capturas
├── models/ # Modelo entrenado
├── notebooks/ # Cuadernos Jupyter
├── requirements.txt # Dependencias Python 3.12
├── app.py # Integración del modelo
├── streamlit_app.py # Demo Streamlit
├── Dockerfile # Contenedor Streamlit
├── docker-compose.yml # Levantar demo con Docker
├── .gitignore # Archivos ignorados por Git
├── LICENSE # Licencia personalizada
└── README.md # Este archivo
Máster de FP en Inteligencia Artifical y Big Data - CPIFP Alan Turing
Curso 2025/2026
Este proyecto está protegido por derechos de autor. No se permite su uso, copia, modificación, distribución ni creación de obras derivadas sin autorización expresa de los autores.
© 2026 Alejandro-BR, Alvalogue72, andu8705. Todos los derechos reservados.
Para consultas o permisos especiales, contactar a: latencyzero.tfm@gmail.com
⭐ Si te ha gustado este repo, dale una estrellita 😉
