La evaluación de calidad de los productos es una etapa crítica en el proceso de producción. También se aplica a la producción de cerveza y sus ingredientes principales, es decir, lúpulo, levadura, cebada malteada y otros componentes. La investigación descrita en este documento trata sobre la evaluación de calidad multifacética de la cebada malteada necesaria para la producción de malta. El proyecto tiene como objetivo elaborar la metodología original utilizada para identificar variedades de granos, el grado de contaminación de los granos y otras características visuales de la cebada malteada empleando nuevas tecnologías informáticas, incluida la inteligencia artificial (IA) y el análisis de imágenes neuronales. El modelado neuronal y el análisis de imágenes digitales ayudan a identificar la calidad de las variedades de cebada. Según el estudio, la información sobre el color de las variedades de cebada presentada en imágenes digitales es suficiente para este propósito. La red neuronal tipo perceptrón multicapa (MLP) generada utilizando un conjunto de datos que describe el color de los granos presentados en imágenes digitales fue el mejor modelo para reconocer las variedades de cebada malteada analizadas. El procedimiento propuesto puede aportar beneficios específicos a las malterías, influyendo en la calidad de producción de cerveza en el futuro.