Modelo de Deep Learning para reconocimiento de Diplocarpon Rosae en rosas Mister Lincoln en zonas altoandinas

Abstract

El trabajo tuvo como objetivo detectar la presencia del hongo Diplocarpon Rosae en rosas en la región de Puno, Perú, utilizando redes neuronales convolucionales. La metodología involucró la recolección y preparación de datos, la construcción y entrenamiento del modelo, y la evaluación de este. Se utilizó un método estructurado basada en la investigación de Marroquin, U. y se recolectó datos utilizando cámaras profesionales y móviles. Los datos fueron preparados para la clasificación, detección y segmentación usando diversas herramientas. El estudio contribuye al reconocimiento de la plaga Diplocarpon Rosae en la región sur del Perú y aporta a la investigación futura. El artículo describe el desarrollo de un modelo de inteligencia artificial para la identificación de plagas en cultivos de rosas en la región de Puno. Los datos se dividieron en conjuntos de entrenamiento, validación y prueba, y se construyeron modelos para la clasificación, detección y segmentación. Los resultados mostraron una alta precisión para los modelos de clasificación con 0.99 y detección con 0.85, pero se encontraron algunas complicaciones en el modelo de segmentación con 0.635. Se logró el objetivo de crear un modelo de IA para la clasificación, detección y segmentación de la plaga en cultivos de rosas.