Sistema Experto Basado en Visión Artificial para el Diagnóstico de Plagas de Cacao en la Región San Martín
En San Martin el cultivo de cacao (Theobroma cacao L.) se ve afectado por enfermedades y plagas que pueden causar una disminución en su producción e incluso la pérdida total de la cosecha. Por esta razón en esta investigación se desarrollaron modelos de redes neuronales convolucionales para identifi...
Guardado en:
| Autores principales: | , |
|---|---|
| Otros Autores: | |
| Formato: | Tesis de pregrado |
| Lenguaje: | español |
| Publicado: |
Universidad Peruana Unión
2023
|
| Materias: | |
| Acceso en línea: | Enlace permanente (DOI o Handle) |
| Etiquetas: |
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| _version_ | 1881510531938910208 |
|---|---|
| author | Chuquipoma Fermín, Oswaldo Arapa Mejia, Jared Elim |
| author2 | Valles Coral, Miguel Angel |
| author_browse | Arapa Mejia, Jared Elim Chuquipoma Fermín, Oswaldo Valles Coral, Miguel Angel |
| author_facet | Valles Coral, Miguel Angel Chuquipoma Fermín, Oswaldo Arapa Mejia, Jared Elim |
| author_sort | Chuquipoma Fermín, Oswaldo |
| collection | Repositorio institucional |
| description | En San Martin el cultivo de cacao (Theobroma cacao L.) se ve afectado por enfermedades y plagas que pueden causar una disminución en su producción e incluso la pérdida total de la cosecha. Por esta razón en esta investigación se desarrollaron modelos de redes neuronales convolucionales para identificar de manera temprana las plagas en frutos de cacao (Teobroma cacao L.), para este proyecto nos centramos en la plaga Moniliasis (Moniliophthora roreri) utilizando imágenes simples de frutos sanos y enfermos, mediante técnicas de aprendizaje profundo. Los modelos fueron entrenados con un conjunto de 4602 imágenes obtenidas de Kaggle, una comunidad en línea compuesta por científicos de datos y profesionales del aprendizaje automático, que incluyen imágenes de frutos enfermos y sanos. Se entrenaron dos arquitecturas modelos: CacaoCustom, un modelo personalizado que alcanzo una precisión de 82%, e InceptionV3 un modelo preentrenado, siendo este último con el mejor rendimiento, alcanzando con una tasa de éxito de 96.77% en la identificación del fruto con plaga y sin plaga. La tasa de éxito significativamente alta hace que el modelo sea una herramienta de alerta temprana y muy útil en la agricultura, identificando la plaga Moniliasis en los frutos del cultivo de cacao (Teobroma cacao L.). |
| escuela_str_mv | Escuela Profesional de Ingeniería de Sistemas |
| format | info:eu-repo/semantics/bachelorThesis |
| id | oai:repositorio.upeu.edu.pe:20.500.12840/6751 |
| institution | UPeU |
| language | Spanish |
| linea_str_mv | Inteligencia de Negocios |
| ocde_area_str_mv | Ingeniería y tecnología |
| ocde_disciplina_str_mv | Ingeniería eléctrica, electrónica e informática |
| ocde_str_mv | 2.02.04 |
| programa_nombre_str_mv | Ingeniería de Sistemas |
| programa_pxx_str_mv | P27 |
| programa_uri_str_mv | http://upeu.edu.pe/sys/programas/programa/ingenieria-de-sistemas |
| publishDate | 2023 |
| publishDateRange | 2023 |
| publishDateSort | 2023 |
| publisher | Universidad Peruana Unión |
| publisherStr | Universidad Peruana Unión |
| record_format | dspace |
| sede_str_mv | Tarapoto |
| spelling | Sistema Experto Basado en Visión Artificial para el Diagnóstico de Plagas de Cacao en la Región San Martín Chuquipoma Fermín, Oswaldo Arapa Mejia, Jared Elim Valles Coral, Miguel Angel Agricultura Inteligencia artificial CNN Aprendizaje profundo En San Martin el cultivo de cacao (Theobroma cacao L.) se ve afectado por enfermedades y plagas que pueden causar una disminución en su producción e incluso la pérdida total de la cosecha. Por esta razón en esta investigación se desarrollaron modelos de redes neuronales convolucionales para identificar de manera temprana las plagas en frutos de cacao (Teobroma cacao L.), para este proyecto nos centramos en la plaga Moniliasis (Moniliophthora roreri) utilizando imágenes simples de frutos sanos y enfermos, mediante técnicas de aprendizaje profundo. Los modelos fueron entrenados con un conjunto de 4602 imágenes obtenidas de Kaggle, una comunidad en línea compuesta por científicos de datos y profesionales del aprendizaje automático, que incluyen imágenes de frutos enfermos y sanos. Se entrenaron dos arquitecturas modelos: CacaoCustom, un modelo personalizado que alcanzo una precisión de 82%, e InceptionV3 un modelo preentrenado, siendo este último con el mejor rendimiento, alcanzando con una tasa de éxito de 96.77% en la identificación del fruto con plaga y sin plaga. La tasa de éxito significativamente alta hace que el modelo sea una herramienta de alerta temprana y muy útil en la agricultura, identificando la plaga Moniliasis en los frutos del cultivo de cacao (Teobroma cacao L.). 2023-07-20 2023-08-14T21:36:10Z 2023-08-14T21:36:10Z info:eu-repo/semantics/bachelorThesis https://hdl.handle.net/20.500.12840/6751 spa info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/3.0/es/ application/pdf Universidad Peruana Unión PE oai:repositorio.upeu.edu.pe:20.500.12840/6751 2026-11-10T17:45:09Z |
| spellingShingle | Agricultura Inteligencia artificial CNN Aprendizaje profundo Chuquipoma Fermín, Oswaldo Arapa Mejia, Jared Elim Sistema Experto Basado en Visión Artificial para el Diagnóstico de Plagas de Cacao en la Región San Martín |
| title | Sistema Experto Basado en Visión Artificial para el Diagnóstico de Plagas de Cacao en la Región San Martín |
| title_full | Sistema Experto Basado en Visión Artificial para el Diagnóstico de Plagas de Cacao en la Región San Martín |
| title_fullStr | Sistema Experto Basado en Visión Artificial para el Diagnóstico de Plagas de Cacao en la Región San Martín |
| title_full_unstemmed | Sistema Experto Basado en Visión Artificial para el Diagnóstico de Plagas de Cacao en la Región San Martín |
| title_short | Sistema Experto Basado en Visión Artificial para el Diagnóstico de Plagas de Cacao en la Región San Martín |
| title_sort | sistema experto basado en vision artificial para el diagnostico de plagas de cacao en la region san martin |
| topic | Agricultura Inteligencia artificial CNN Aprendizaje profundo |
| topic_facet | Agricultura Inteligencia artificial CNN Aprendizaje profundo |
| url | https://hdl.handle.net/20.500.12840/6751 |
| work_keys_str_mv | AT chuquipomaferminoswaldo sistemaexpertobasadoenvisionartificialparaeldiagnosticodeplagasdecacaoenlaregionsanmartin AT arapamejiajaredelim sistemaexpertobasadoenvisionartificialparaeldiagnosticodeplagasdecacaoenlaregionsanmartin |