Identificación de patologías en hojas del manzano mediante procesamiento de imágenes y aprendizaje de máquinas

El manzano, Malus Domestica, es un árbol de la familia de las rosáceas, crece en zonas costeras de alrededor de 2200 metros sobre el nivel del mar. Sus hojas son ovaladas, con base triangular y su ápice suele ser obtuso o en punta. Los cultivos de manzano suelen ser extensos, dificultando así la identificación de enfermedades que los puedan afectar si no se tratan a tiempo. Algunas de las patologías que se pueden presentar son hongos, costras, insectos, pudrición, entre muchas otras. Para evaluar el estado de los cultivos pueden emplearse técnicas de procesamiento de imágenes y aprendizaje de máquinas, en particular métodos de aprendizaje profundo, los cuales requieren un muy alto número de muestras. Para esta investigación, se tomó la base de datos de la plataforma Kaggle, la cual da acceso a múltiples bases de datos de manera gratuita y libre. Se requiere entonces, procesar las imágenes de las hojas y con estas probar una red neuronal que sea capaz de clasificar las hojas sanas y enfermas, adicionalmente, debe ser capaz de identificar las tres diferentes patologías trabajadas. Lo anterior, se pretende a través del uso de aprendizaje de máquinas, por medio de métodos de aprendizaje profundo.

• Autores: Pizza Vargas, Laura Camila; Ariza Londoño, Santiago Felipe
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2021
• Institución: Universidad de Ibagué
• Repositorio: Repositorio Universidad de Ibagué
• Idioma: spa
• OAI Identifier: oai:repositorio.unibague.edu.co:20.500.12313/4915
• Acceso en línea: https://hdl.handle.net/20.500.12313/4915
• Palabra clave: Patologías en hojas del manzano - Identificación mediante procesamiento de imágenes y aprendizaje de máquinas; Identificación mediante procesamiento de imágenes y aprendizaje de máquinas - Patologías en hojas del manzano; Manzano; Aprendizaje de máquinas; Procesamiento de imágenes; Patología en plantas; Redes neuronales; Apple tree; Machine learning; Image processing; Plant pathology; Neural networks
• Rights: openAccess
• License: http://purl.org/coar/access_right/c_abf2