En este estudio, nuestro objetivo fue mejorar la precisión de la inspección de calidad del producto y el recuento en el proceso de fabricación mediante la integración de algoritmos de procesamiento de imágenes y detección del cuerpo humano. Empleamos el algoritmo SIFT combinado con métricas tradicionales de comparación de imágenes como SSIM, PSNR y MSE para desarrollar un sistema de detección de defectos que es robusto frente a variaciones en rotación y escala. Además, se utilizó el algoritmo YOLOv8 Pose para detectar y corregir errores en el recuento de productos causados por la interferencia humana en la celda de carga en tiempo real. Al aplicar la técnica de diferenciación de imágenes, calculamos con precisión el peso unitario de los productos y determinamos su recuento total. En nuestros experimentos realizados en productos que pesaban más de 1 kg, logramos una alta precisión del 99.268%. La integración de nuestros algoritmos con el sistema de recuento basado en celdas de carga demuestra una inspección de calidad fiable en tiempo real y un recuento automatizado en entornos de fabricación.