La exportación de arándano es una de las actividades que mayormente ha crecido durante los últimos años en el sector agroindustrial del Perú. Sin embargo, las empresas locales aún presentan dificultades con la automatización de sus procesos, destacando entre ellos la selección de las frutas, la cual de realizarse inadecuadamente puede provocar su rápido deterioro. Es así que, la presente investigación propone un sistema de visión artificial para la detección de los defectos más comunes en los arándanos, de tal forma que puedan ser clasificados para su potencial exportación. Para este cometido, se ha utilizado el modelo de detección Faster R-CNN que se basa en la aplicación de redes neuronales convolucionales y propuesta de regiones. El trabajo ha involucrado la creación de una base de datos propia, el preprocesamiento de las imágenes adquiridas para su posterior entre...