Every year, Mercabarna is concerned about the food waste that is generated. Due to this problem, the area called foodback has now been created. It is a new management system for organic vegetable matter, outside the marketing circuit with which it is used. gives a second life to surplus fruit and vegetables. The product is distributed to social entities, this being the first recipient, or it is transformed to be used to the maximum (Mercabarna, 2021). That is why they are in need of having a consumption classification according to the state in which this raw material is found, whether it is for human, animal, industrial use, or composting, giving maximum use to food. to get to the foodback. Thus, in order to optimize the productivity of this activity, the execution of an application that makes use of artificial intelligence (AI) is being presented, the same that has been developed with the support of Python software for the detection of images, in order to classify the raw material provided by the YOLO algorithm in its version 7 on which we have worked, giving favorable results to optimize the classification process through machine learning. This application has been executed with the Golden pineapple, because in the studies carried out by CREDA, regarding the quantification carried out in 2021, it was obtained as a result that the raw material with the greatest waste is the Golden pineapple, for the summer season. In this sense, and regarding food quality, it can be said that artificial intelligence is usable in the classification of raw materials, for this reason, this master's thesis seeks to make use of artificial intelligence to optimize said classification. for the aforementioned raw material (the Golden pineapple). Mercabarna cada any es preocupa pel malbaratament alimentari que es generi, a causa d'aquesta problemàtica és que actualment s'ha creat l'àrea anomenada foodback, es tracta d'un nou sistema de gestió de matèria orgànica vegetal, fora del circuit de comercialització amb què es dóna una segona vida a les fruites i hortalisses excedentàries. El producte es distribueix a entitats socials, i aquest és el primer destinatari, o bé es transforma per ser aprofitada al màxim (Mercabarna, 2021). És per això que estan en la necessitat de tenir una classificació de consum d'acord amb l'estat en què es trobe aquesta matèria primera, ja sigui un fi de consum humà, animal, d'ús industrial o compostatge, donant el màxim aprofitament als aliments que arribi al foodback. És així que, per tal d'optimitzar la productivitat d'aquesta activitat, s'està presentant l'execució d'una aplicació que fa ús de la intel·ligència artificial (IA), el mateix que ha estat desenvolupat amb el suport del programari Python per a la detecció de imatges, per tal de classificar la matèria primera que ens brinda l'algorisme de YOLO en la versió 7 en la qual s'ha treballat, donant resultats favorables per optimitzar el procés de classificació a través d'aprenentatge automàtic. Aquest aplicatiu s'ha executat amb la pinya Golden, ja que en els estudis realitzats per CREDA, respecte a la quantificació desenvolupada l'any 2021, es va obtenir com a resultat que la matèria primera amb més malbaratament és la pinya Golden, per a la temporada d'estiu . En aquest sentit, i pel que fa a la qualitat en aliments, es pot dir que, la intel·ligència artificial és aprofitable en la classificació de matèria primera, per aquest motiu, aquest treball de fi de màster busca fer ús de la intel·ligència artificial per optimitzar aquesta classificació per a la matèria primera abans referida (la pinya Golden). Mercabarna cada año se preocupa por el desperdicio alimentario que se genere, debido a esta problemática es que actualmente se ha creado el área denominado foodback, se trata de un nuevo sistema de gestión de materia orgánica vegetal, fuera del circuito de comercialización con el que se da una segunda vida a las frutas y hortalizas excedentarias. El producto se distribuye a entidades sociales, siendo éste el primer destinatario, o bien se transforma para ser aprovechada al máximo (Mercabarna, 2021). Es por ello que están en la necesidad de tener una clasificación de consumo de acuerdo al estado en que se encuentre esta materia prima, ya sea un fin de consumo humano, animal, de uso industrial, o compostaje, dando el máximo aprovechamiento a los alimentos que llegue al foodback. Es así que, con el fin de optimizar la productividad de esta actividad, se está presentando la ejecución de una aplicación que hace uso de la inteligencia artificial (IA), el mismo que ha sido desarrollado con el soporte del software Python para la detección de imágenes, con el fin de clasificar la materia prima que nos brinda el algoritmo de YOLO en su versión 7 en la cual se ha trabajado, dando resultados favorables para optimizar el proceso de clasificación a través de aprendizaje automático. Este aplicativo se ha ejecutado con la piña Golden, debido a que en los estudios realizados por CREDA, respecto a la cuantificación desarrollada el año 2021, se obtuvo como resultado que la materia prima con mayor desperdicio es la piña Golden, para la temporada de verano. En tal sentido, y respecto a la calidad en alimentos, se puede decir que, la inteligencia artificial es aprovechable en la clasificación de materia prima, por tal motivo, este trabajo de fin de master busca hacer uso de la inteligencia artificial para optimizar dicha clasificación para la materia prima antes referida (la piña Golden). Objectius de Desenvolupament Sostenible::9 - Indústria, Innovació i Infraestructura Objectius de Desenvolupament Sostenible::12 - Producció i Consum Responsables