Diseño y entrenamiento de una red neuronal empleando procesamiento de imágenes para diferenciar granos de trigo respecto a malezas

Abstract

El presente estudio ha tenido como contexto una zona productora de trigo en el Perú, siendo el propósito diseñar y entrenar una red neuronal artificial utilizando técnicas de procesamiento de imágenes que diferencien granos de trigo respecto a malezas, a partir de una base de datos de granos cultivados en la zona de estudio. La metodología seguida consistió en la realización de un experimento donde se evaluó la aplicación de una red neuronal artificial en el proceso de diferenciación de granos de trigo respecto a malezas. Se emplearon como instrumentos de investigación una matriz de confusión junto a hojas de cálculo. El procedimiento consistió en dos etapas: en la primera, se realizó el procesamiento digital de las imágenes más el diseño y entrenamiento de la red neuronal; en la segunda, se testeó mediante pruebas el funcionamiento del modelo finalizando con la validación de algoritmos. Los resultados obtenidos nos indican que es posible diseñar y entrenar una red neuronal artificial que diferencie granos de trigo de malezas con un alto nivel de eficacia y una baja tasa de errores totales, siendo valores porcentuales lo suficientemente adecuados para verificar y aceptar la hipótesis planteada como válida.