Real-Time Computer Vision Algorithm for the Control and Verification of Lottery Draws at Bingolot
Summary
No summary yet. VIRAT can read this paper and write a plain-language summary of its aim, methods, key findings and limitations.
Summarise with VIRAT Free to try with your Science Catalogs account.Abstract
En el presente trabajo se desarrolló e integró un sistema de visión artificial en tiempo real para la detección automática de números en balotas utilizadas en las máquinas de la empresa Bingolot la cual son usadas en diferentes Juegos de Azar. El objetivo principal fue reducir la dependencia de la validación manual y minimizar errores operativos mediante el uso de técnicas de aprendizaje profundo ejecutadas en un sistema embebido. El sistema se basó en un modelo de detección de objetos YOLO entrenado bajo un enfoque de aprendizaje supervisado, utilizando un conjunto de imágenes rotuladas que representan condiciones reales de operación, incluyendo variaciones de orientación, iluminación y reflexión superficial. El modelo fue optimizado mediante cuantización a precisión INT8 y compilado utilizando el Hailo Dataflow Compiler, permitiendo su ejecución eficiente sobre una Raspberry Pi 5 equipada con el acelerador Hailo-8L. Las pruebas experimentales se realizaron en tiempo real usando una cámara conectada al sistema embebido. Los resultados muestran que el sistema alcanzó una precisión global superior al 98 % (mAP@0.5 ≈ 0.99) en la detección de los dígitos, manteniendo un desempeño estable durante la operación continua. En términos de rendimiento, se obtuvo una velocidad promedio cercana a 30 cuadros por segundo (FPS), con una latencia media de inferencia de aproximadamente 33 ms por imagen, lo que garantiza una respuesta adecuada para aplicaciones de detección continua sin retrasos perceptibles. Adicionalmente, se observó que el sistema presenta un mejor comportamiento al emplear balotas de 12 caras en comparación con balotas de 6 caras, debido a una mayor visibilidad de los dígitos en distintas orientaciones. En conjunto, los resultados confirman la viabilidad del uso de visión artificial embebida para la automatización confiable del proceso de verificación de sorteos.
Fields of Study & Subjects
Advanced Neural Network Applications
Industrial Vision Systems and Defect Detection
Smart Agriculture and AI
Publication details
- Journal / source
- Repositorio Universidad Distrital
- Publication date
- 10 March 2026
- Language
- ES
- Document type
- Thesis