Cash Reader

¡Transforma la manera en que interactúas con el dinero!

Visita nuestra página web »

| Reportar Bug | Solicitar funcionalidad |

Cash Reader es un proyecto realizado para el módulo de Inteligencia Artificial del curso Samsung Innovation Campus, y a su vez como proyecto final para la materia Programación III de la Universidad Marítima del Caribe.

Índice de Contenidos

• 💡 ¿Qué es Cash Reader?
• ⚙️ Características clave
• 🔧 Tecnologías
• 📸 Imágenes
  • Interfaz Web
  • Modelo de Clasificación de Bolívares
  • Modelo de Clasificación de Dólares
• 📜 Licencia
• 👥 Integrantes del proyecto
• 🎁 Donaciones

💡 ¿Qué es Cash Reader?

Se trata de un programa que integra:

• Dos modelos avanzados de clasificación de objetos para identificar las denominaciones de los billetes de dólares y bolívares y un modelo diferenciador entre ambos tipos de moneda.
• Landing page donde los usuarios pueden descargar la app (PWA) y conocer informacion general del proyecto.
• App PWA desarrollada bajo el cumplimiento del manual de los estandares de accesibilidad (WCAG 2.0) integrando un narrador, una interfaz de comandos de voz, una funcion de utilidad para contar de forma asistida y los modelos de IA para la clasificacion de billetes.

🦯 ¿Por qué se hizo este proyecto?

Este proyecto se planteó como un programa de asistencia dirigido a personas con discapacidades visuales, con el objetivo de brindar una herramienta que les resulte de utilidad y conveniencia en su vida cotidiana, facilitando su autonomía y mejorando su calidad de vida.

⚙️ Características clave

• Detección y clasificación de billetes (único modelo compatible en el mercado con el cono monetario actual de Venezuela) 💵.
• Interfaz a traves de una progressive web app (PWA) 🌐.
• 3 Modelos basados en YOLOv8s 🎯:
  • Clasificador de Denominación de billetes de Dolares Americanos.
  • Clasificador de Denominación de billetes de Bolivares Venezolanos.
  • Diferenciador entre ambos tipos de divisas.

🔧 Tecnologías

• React: Para una experiencia web fluida y arquitectura orientada a componentes.
• FastAPI: Para la creación de una API robusta.
• YOLO Ultralytics: Arquitectura de un Modelo CNN para la detección y clasificación.

🗄️ Datasets

• 11 mil fotos para el modelo de los dólares
• 9 mil fotos para el modelo de los bolívares, creada desde 0, todas tomadas por los miembros del equipo

📸 Imágenes

Interfaz Web:

Modelo de Clasificación de Bolívares:

Modelo de Clasificación de Dólares:

📜 Licencia

Distribuido bajo la licencia MIT. Consulte LICENCIA para más información.

👥 Integrantes del proyecto

• Francisco Ramos
• Joshua Carrera
• Joel Escobar
• Jesús Cabello
• Jesús Ramírez

🤝 Agradecimientos

• Pedro Borges: Admin de Ciegos Venezuela. Nos ayudó dándonos feedback de la aplicación desde la perspectiva del usuario final.
• Giancarlos Colasante: Profesor de Samsung.
• Stheisy Pimentel: Tutora de Samsung.
• Jenny Remolina: Profesora de Samsung.
• Álvaro Arauz: Tutor de Samsung.

🎁 Donaciones

Si deseas apoyar el proyecto, puedes enviar USDT a través de la red Binance (BSC): Dirección: 0xe826bd3f1b387eef0974d57c6b04d047cc443e75
¡Tu contribución ayuda a impulsar la innovación!