Prototipo de aplicación móvil para la identificación de mazorcas de cacao enfermas haciendo uso de visión por computadora y aprendizaje de máquina
Fecha
2020Registro en:
instname:Universidad Autónoma de Bucaramanga - UNAB
reponame:Repositorio Institucional UNAB
Autor
Serrano Arenas, Juan Sebastián
Torres Villamizar, Camilo Andrés
Resumen
Según fuentes de Fedecacao, para el 2018 se determinó que la producción total de cacao Theobroma cacao L en Colombia superó las 56 mil toneladas, la segunda más alta en toda la historia puesto que hubo una reducción de la producción del 6% en comparación al 2017, al pasar de 60 mil a 56 mil toneladas (Fedecacao, 2018). La reducción se dio debido a los flujos de floración, al incremento de la enfermedad llamada Monilia y a las inundaciones causadas por las precipitaciones de comienzos de año. Teniendo en cuenta que la inspección semanal es un procedimiento confiable para evaluar el grado de infección en los cultivos, el presente proyecto desarrolla un prototipo de aplicación móvil que permita identificar mediante técnicas de inteligencia artificial y análisis de imágenes las mazorcas de cacao enfermas. Mediante el levantamiento de datos esta investigación realiza la consolidación de un conjunto de datos que contiene las enfermedades más preocupantes como son la Fitóftora y la Monilia. Para mejorar el procedimiento de inspección se entrena una máquina de aprendizaje con YOLOv4 obteniendo un 60% de precisión en la detección de mazorcas de cacao. Los resultados prometen una herramienta móvil útil a los agricultores e investigadores agrícolas para la toma de decisiones, permitiendo evaluar y realizar con precisión el proceso de inspección de las mazorcas sin la necesidad de un experto capacitado en el manejo fitosanitario en los cultivos de cacao.