Evaluación de bandas espectrales en la clasificación de tipos de defectos de la manzana mediante aprendizaje profundo.
Este estudio aborda la clasificación temprana de defectos en manzanas, un aspecto clave para reducir pérdidas económicas y mejorar la calidad en la cadena de suministro. Se propone un enfoque basado en imágenes multiespectrales que combinan cuatro bandas espectrales: roja (RE), azul (BL), verde (GR)...
Guardado en:
| Autor principal: | Auria Pérez, Eliana Lilibeth (author) |
|---|---|
| Otros Autores: | Yaguana Mendoza, George Sebastián (author), Vintimilla Burgos, Boris Xavier, Director (author) |
| Formato: | bachelorThesis |
| Publicado: |
2025
|
| Materias: | |
| Acceso en línea: | http://www.dspace.espol.edu.ec/handle/123456789/67333 |
| Etiquetas: |
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
Ejemplares similares
-
Detección de defectos en frutas usando modelos de CNN con datos reales y virtuales
por: González Freire, Paula Cristina
Publicado: (2022) -
Estado actual de las Redes Neuronales Convolucionales en la clasificación de cobertura vegetal a través de imágenes multiespectrales: un mapeo sistemático
por: Martinez Chamba, Ángel Steven
Publicado: (2024) -
Evaluación de la correlación entre imágenes espectrales de especies vegetales con su composición en polifenoles
por: Pacheco Sagbay, María Eugenia
Publicado: (2022) -
Thermal image super-resolution using deep learning techniques
por: Rivadeneira Campodónico, Rafael Eduardo
Publicado: (2023) -
Evaluación de la calidad del agua mediante firmas espectrales observadas con espectrofotometría UV e imágenes sentinel-2, Laguna Toreadora, parque nacional Cajas
por: Muñóz Solís, Cristian David
Publicado: (2025)