Buscar en Google Scholar
Título: Detección automática de la enfermedad lasiodiplodia theobromae del palto utilizando imágenes digitales con redes neuronales convolucionales
Asesor(es): Mejia Cabrera, Heber Ivan
Campo OCDE: http://purl.org/pe-repo/ocde/ford#2.02.04
Fecha de publicación: 2022
Institución: Universidad Señor de Sipán
Resumen: La Palta es una fruta muy importante debido a los nutrientes que posee y a los beneficios que trae a la salud, crece en zonas con climas tropicales y subtropicales, es atacado por plagas y enfermedades. Siendo Lasiodiplodia Theobromae la enfermedad más recurrente. Realizar la identificación usando la experticia humana genera complicaciones, la presente investigación propuso detectar la enfermedad de manera automática haciendo uso de las redes neuronales convolucionadas. La investigación tuvo 4 etapas. La primera etapa siguió un riguroso protocolo para realizar la toma de imágenes, en la segunda etapa se caracterizó la enfermedad visualmente. En la tercera etapa las imágenes se sometieron a un pre procesamiento. En la etapa quinta se realizó la clasificación automática de la enfermedad. Obteniendo como resultados un 98% de precisión, 96% de exactitud, 96% de sensibilidad y 98% de especificidad. Concluyéndose que las redes neuronales convolucionales fueron efectivas para la clasificación digital, sin embargo, para la obtención de mejores resultados es necesario que el repositorio de imágenes se más grande.
Disciplina académico-profesional: Ingeniería de Sistemas
Institución que otorga el grado o título: Universidad Señor de Sipán. Facultad de Ingeniería, Arquitectura y Urbanismo
Grado o título: Ingeniero de Sistemas
Jurado: Forero Vargas, Manuel Guillermo; Diaz Vidarte, Miguel Orlando; Mejia Cabrera, Heber Ivan
Fecha de registro: 3-nov-2022



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons