Detección automática de malezas en cultivos de maíz y/o papa mediante imágenes adquiridas por un dron, basado en la arquitectura de red neuronal convolucional VGG.

Detectar malezas en cultivos de maíz y/o papa mediante el análisis de imágenes adquiridas por un dron basado en la arquitectura de red neuronal convolucional VGG.

Сохранить в:

Библиографические подробности
Главный автор:	Cabascango Salazar, Edwin Sebastián (author)
Формат:	bachelorThesis
Язык:	spa
Опубликовано:	2024
Предметы:	PROGRAMA DE ORDENADOR CULTIVO VISIÓN
Online-ссылка:	https://repositorio.utn.edu.ec/handle/123456789/16332
Метки:	Добавить метку Нет меток, Требуется 1-ая метка записи!

_version_	1862774258388697088
author	Cabascango Salazar, Edwin Sebastián
author_facet	Cabascango Salazar, Edwin Sebastián
author_role	author
collection	Repositorio Universidad Técnica del Norte
dc.contributor.none.fl_str_mv	García Santillán, Iván Danilo Software
dc.coverage.none.fl_str_mv	Ibarra. Ecuador
dc.creator.none.fl_str_mv	Cabascango Salazar, Edwin Sebastián
dc.date.none.fl_str_mv	2024-08-07T15:34:46Z 2024-08-07T15:34:46Z 2024-07-30 2024-08-07
dc.format.none.fl_str_mv	image/jpeg application/pdf
dc.identifier.none.fl_str_mv	04/SOF/ 056 https://repositorio.utn.edu.ec/handle/123456789/16332 0000043369
dc.language.none.fl_str_mv	spa
dc.rights.none.fl_str_mv	Atribución-NoComercial-CompartirIgual 3.0 Ecuador http://creativecommons.org/licenses/by-nc-sa/3.0/ec/ info:eu-repo/semantics/openAccess
dc.source.none.fl_str_mv	reponame:Repositorio Universidad Técnica del Norte instname:Universidad Técnica del Norte instacron:UTN
dc.subject.none.fl_str_mv	PROGRAMA DE ORDENADOR CULTIVO VISIÓN
dc.title.none.fl_str_mv	Detección automática de malezas en cultivos de maíz y/o papa mediante imágenes adquiridas por un dron, basado en la arquitectura de red neuronal convolucional VGG.
dc.type.none.fl_str_mv	info:eu-repo/semantics/publishedVersion info:eu-repo/semantics/bachelorThesis
description	Detectar malezas en cultivos de maíz y/o papa mediante el análisis de imágenes adquiridas por un dron basado en la arquitectura de red neuronal convolucional VGG.
eu_rights_str_mv	openAccess
format	bachelorThesis
id	UTN_adce357d8fd16518fcd50adee7ab287b
identifier_str_mv	04/SOF/ 056 0000043369
instacron_str	UTN
institution	UTN
instname_str	Universidad Técnica del Norte
language	spa
network_acronym_str	UTN
network_name_str	Repositorio Universidad Técnica del Norte
oai_identifier_str	oai:repositorio.utn.edu.ec:123456789/16332
publishDate	2024
reponame_str	Repositorio Universidad Técnica del Norte
repository.mail.fl_str_mv	.
repository.name.fl_str_mv	Repositorio Universidad Técnica del Norte - Universidad Técnica del Norte
repository_id_str	4189
rights_invalid_str_mv	Atribución-NoComercial-CompartirIgual 3.0 Ecuador http://creativecommons.org/licenses/by-nc-sa/3.0/ec/
spelling	Detección automática de malezas en cultivos de maíz y/o papa mediante imágenes adquiridas por un dron, basado en la arquitectura de red neuronal convolucional VGG.Cabascango Salazar, Edwin SebastiánPROGRAMA DE ORDENADORCULTIVOVISIÓNDetectar malezas en cultivos de maíz y/o papa mediante el análisis de imágenes adquiridas por un dron basado en la arquitectura de red neuronal convolucional VGG.La gestión eficaz de malezas es un componente crítico en las prácticas agrícolas modernas. Los agricultores deben implementar estrategias de control precisas para mitigar los efectos adversos de estas plantas invasoras en sus cultivos. Las malezas compiten agresivamente por recursos esenciales como nutrientes, agua, espacio y luz solar, lo que puede resultar en una disminución significativa tanto en la productividad como en la calidad nutricional de los cultivos. El proceso de identificación de malezas presenta desafíos considerables, particularmente en términos de eficiencia temporal. La magnitud del tiempo requerido para esta tarea está directamente correlacionada con la extensión del área cultivada. Adicionalmente, factores como la experiencia del agricultor en reconocimiento de especies de malezas, la topografía del terreno, y las condiciones climáticas, influyen en la complejidad y duración del proceso. Estas variables a menudo resultan en evaluaciones imprecisas o estimaciones subjetivas, lo que puede llevar a decisiones subóptimas en las estrategias de control de malezas. En respuesta a esta problemática, se propone el desarrollo de una aplicación web que incorpore algoritmos de aprendizaje profundo para la detección automatizada de malezas. Esta solución tecnológica utilizará imágenes capturadas por vehículos aéreos no tripulados (drones) como fuente primaria de datos. El objetivo principal es optimizar significativamente el tiempo dedicado a esta tarea crucial, proporcionando un análisis objetivo y preciso. Esta innovación promete mejorar la toma de decisiones en el manejo de malezas, contribuyendo así a una agricultura más eficiente y sostenible.IngenieríaGarcía Santillán, Iván DaniloSoftware2024-08-07T15:34:46Z2024-08-07T15:34:46Z2024-07-302024-08-07info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisimage/jpegapplication/pdf04/SOF/ 056https://repositorio.utn.edu.ec/handle/123456789/163320000043369spaIbarra. EcuadorAtribución-NoComercial-CompartirIgual 3.0 Ecuadorhttp://creativecommons.org/licenses/by-nc-sa/3.0/ec/info:eu-repo/semantics/openAccessreponame:Repositorio Universidad Técnica del Norteinstname:Universidad Técnica del Norteinstacron:UTN2024-08-13T20:31:59Zoai:repositorio.utn.edu.ec:123456789/16332Institucionalhttp://repositorio.utn.edu.ec/Universidad públicahttps://www.utn.edu.ec/http://repositorio.utn.edu.ec/oai.Ecuador...opendoar:41892026-04-18T02:22:57.574803Repositorio Universidad Técnica del Norte - Universidad Técnica del Nortetrue
spellingShingle	Detección automática de malezas en cultivos de maíz y/o papa mediante imágenes adquiridas por un dron, basado en la arquitectura de red neuronal convolucional VGG. Cabascango Salazar, Edwin Sebastián PROGRAMA DE ORDENADOR CULTIVO VISIÓN
status_str	publishedVersion
title	Detección automática de malezas en cultivos de maíz y/o papa mediante imágenes adquiridas por un dron, basado en la arquitectura de red neuronal convolucional VGG.
title_full	Detección automática de malezas en cultivos de maíz y/o papa mediante imágenes adquiridas por un dron, basado en la arquitectura de red neuronal convolucional VGG.
title_fullStr	Detección automática de malezas en cultivos de maíz y/o papa mediante imágenes adquiridas por un dron, basado en la arquitectura de red neuronal convolucional VGG.
title_full_unstemmed	Detección automática de malezas en cultivos de maíz y/o papa mediante imágenes adquiridas por un dron, basado en la arquitectura de red neuronal convolucional VGG.
title_short	Detección automática de malezas en cultivos de maíz y/o papa mediante imágenes adquiridas por un dron, basado en la arquitectura de red neuronal convolucional VGG.
title_sort	Detección automática de malezas en cultivos de maíz y/o papa mediante imágenes adquiridas por un dron, basado en la arquitectura de red neuronal convolucional VGG.
topic	PROGRAMA DE ORDENADOR CULTIVO VISIÓN
url	https://repositorio.utn.edu.ec/handle/123456789/16332

Detección automática de malezas en cultivos de maíz y/o papa mediante imágenes adquiridas por un dron, basado en la arquitectura de red neuronal convolucional VGG.

Схожие документы