Visión por computadora para detectar enfermedades fúngicas en cacao: revisión sistemática de arquitecturas de deep learning

This systematic literature review analyzes 43 scientific studies on the application of deep learning (DL) techniques for the early detection of diseases in cocoa (Theobroma cacao). Using the PRISMA methodology and the PICOC framework, models and architectures applied to classification, detection, an...

Descripción completa

Detalles Bibliográficos

Autores principales:	Yomer Ysidro-Santos, Andy Roel Vasquez-Bueno, Isait Camizán-Ojeda
Formato:	Artículo
Lenguaje:	inglés
Publicado:	2026
Materias:	Theobroma cacao fungal plant disease computer vision deep learning architectures YOLO vision transformer U-Net disease detection plant disease classification transfer learning explainable AI self-supervised learning lightweight models smart agriculture cacao cultivation Smart Agriculture and AI Advanced Neural Network Applications Industrial Vision Systems and Defect Detection
Acceso en línea:	Enlace permanente (DOI o Handle) Descargar el archivo Registro tomado de OpenAlex, que lo atribuye a la UPeU. Aún no está en el CRIS de la universidad.
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!