Uso de algoritmos basados en machine learning para la detección de enfermedades en plantas frutales de piso climático templado utilizando procesamiento de imágenes caso práctico manzano.
El presente trabajo de titulación tuvo como objetivo realizar la detección de enfermedades de la planta de manzano mediante la aplicación de Redes Neuronales Artificiales basadas en Machine Learning, seleccionando el entorno de procesamiento adecuado, para la extracción de las muestras en el terreno...
Guardat en:
| Autor principal: | |
|---|---|
| Format: | bachelorThesis |
| Idioma: | spa |
| Publicat: |
2021
|
| Matèries: | |
| Accés en línia: | https://dspace.espoch.edu.ec/handle/123456789/20582 |
| Etiquetes: |
Afegir etiqueta
Sense etiquetes, Sigues el primer a etiquetar aquest registre!
|
Afegir etiqueta | Sumari: | El presente trabajo de titulación tuvo como objetivo realizar la detección de enfermedades de la planta de manzano mediante la aplicación de Redes Neuronales Artificiales basadas en Machine Learning, seleccionando el entorno de procesamiento adecuado, para la extracción de las muestras en el terreno de estudio se utilizó un vehículo aéreo no tripulado con el cual se capturó varios videos de las plantas de manzano, posteriormente se realizó el procesamiento de los videos con la ayuda del software Matlab y se ejecutó la extracción de las muestras a partir de los videos, las cuales se almacenaron en una carpeta. Se inicio el proceso de entrenamiento de la red neuronal mediante el software Matlab, con la ayuda de la herramienta “trainCascadeObjectDetector”, se incurrió en la selección del área de estudio con cada imagen, una vez hecho esto se realizó el entrenamiento con tres algoritmos de aprendizaje LBP, HOG, HAAR cada uno de ellos posee características únicas y con un tiempo determinado de procesamiento, ejecutado el entrenamiento de cada una de las enfermedades de manzano se realizó las pruebas respectivas para comprobar la validez de la red neuronal artificial, ya que se obtuvo los resultados se procedió a un análisis de toda la información recopilada mediante una plataforma de IoT en este caso la llamada “ThingSpeak” en la cual se marcó cada detección positiva, en la plataforma IoT se utilizó tres campos, cada uno con su enfermedad correspondiente adicional de una ventana con la ubicación en tiempo real del sitio de estudio y dos ventanas en las cuales se realiza una comparación entre cada una de las enfermedades de estudio, adicionalmente se creó un blog en el cual se agregó información sobre las afecciones del manzano, el link de este blog está vinculado con la plataforma IoT. |
|---|