dc.contributor | Florez Valencia, Leonardo | |
dc.contributor | Suárez Venegas, Daniel Ricardo | |
dc.contributor | Martínez Bernal, Óscar Danilo | |
dc.creator | Cristiano Munoz, Gisell Natalia | |
dc.date.accessioned | 2023-08-15T13:02:07Z | |
dc.date.accessioned | 2023-08-28T22:34:48Z | |
dc.date.available | 2023-08-15T13:02:07Z | |
dc.date.available | 2023-08-28T22:34:48Z | |
dc.date.created | 2023-08-15T13:02:07Z | |
dc.identifier | http://hdl.handle.net/10554/65257 | |
dc.identifier | instname:Pontificia Universidad Javeriana | |
dc.identifier | reponame:Repositorio Institucional - Pontificia Universidad Javeriana | |
dc.identifier | repourl:https://repository.javeriana.edu.co | |
dc.identifier.uri | https://repositorioslatinoamericanos.uchile.cl/handle/2250/8488262 | |
dc.description.abstract | El sector agrícola desempeña un papel fundamental en la economía de Colombia, siendo crucial para el desarrollo rural y las cadenas de producción. Sin embargo, las enfermedades que afectan a las plantas representan una grave amenaza para la producción agrícola. En este trabajo, se propone una metodología en tres fases para el análisis y clasificación de enfermedades en plantas de papa a partir de imágenes recopiladas en escenarios reales, sin un fondo ni iluminación controlada. En la primera fase, se emplea fine-tuning para entrenar tres redes neuronales convolucionales (CNN) pre-entrenadas (VGG16, ResNet50 e InceptionV3) utilizando subimágenes de tamaño 224x224 obtenidas a partir de las imágenes originales. En la segunda fase, se utiliza la CNN con mejor desempeño para generar mapas de calor utilizando una ventana deslizante, resaltando así las regiones de interés relacionadas con las enfermedades en las imágenes originales. En la tercera fase, se emplea de nuevo fine-tuning para el entrenamiento de las tres CNN utilizando los mapas de calor generados, con el objetivo de obtener una clasificación final precisa de las enfermedades en las plantas de papa. Los resultados experimentales demuestran que este enfoque mejora significativamente la capacidad de detección y clasificación de enfermedades en comparación con el uso exclusivo de las imágenes originales. Estos hallazgos resaltan el potencial de la metodología propuesta para su aplicación práctica en la gestión de cultivos y la detección temprana de enfermedades en plantas de papa. | |
dc.language | spa | |
dc.publisher | Pontificia Universidad Javeriana | |
dc.publisher | Maestría en Inteligencia Artificial | |
dc.publisher | Facultad de Ingeniería | |
dc.rights | Atribución-NoComercial-SinDerivadas 4.0 Internacional | |
dc.rights | http://creativecommons.org/licenses/by-nc-nd/4.0/ | |
dc.rights | info:eu-repo/semantics/openAccess | |
dc.rights | De acuerdo con la naturaleza del uso concedido, la presente licencia parcial se otorga a título gratuito por el máximo tiempo legal colombiano, con el propósito de que en dicho lapso mi (nuestra) obra sea explotada en las condiciones aquí estipuladas y para los fines indicados, respetando siempre la titularidad de los derechos patrimoniales y morales correspondientes, de acuerdo con los usos honrados, de manera proporcional y justificada a la finalidad perseguida, sin ánimo de lucro ni de comercialización. De manera complementaria, garantizo (garantizamos) en mi (nuestra) calidad de estudiante (s) y por ende autor (es) exclusivo (s), que la Tesis o Trabajo de Grado en cuestión, es producto de mi (nuestra) plena autoría, de mi (nuestro) esfuerzo personal intelectual, como consecuencia de mi (nuestra) creación original particular y, por tanto, soy (somos) el (los) único (s) titular (es) de la misma. Además, aseguro (aseguramos) que no contiene citas, ni transcripciones de otras obras protegidas, por fuera de los límites autorizados por la ley, según los usos honrados, y en proporción a los fines previstos; ni tampoco contempla declaraciones difamatorias contra terceros; respetando el derecho a la imagen, intimidad, buen nombre y demás derechos constitucionales. Adicionalmente, manifiesto (manifestamos) que no se incluyeron expresiones contrarias al orden público ni a las buenas costumbres. En consecuencia, la responsabilidad directa en la elaboración, presentación, investigación y, en general, contenidos de la Tesis o Trabajo de Grado es de mí (nuestro) competencia exclusiva, eximiendo de toda responsabilidad a la Pontifica Universidad Javeriana por tales aspectos. Sin perjuicio de los usos y atribuciones otorgadas en virtud de este documento, continuaré (continuaremos) conservando los correspondientes derechos patrimoniales sin modificación o restricción alguna, puesto que, de acuerdo con la legislación colombiana aplicable, el presente es un acuerdo jurídico que en ningún caso conlleva la enajenación de los derechos patrimoniales derivados del régimen del Derecho de Autor. De conformidad con lo establecido en el artículo 30 de la Ley 23 de 1982 y el artículo 11 de la Decisión Andina 351 de 1993, "Los derechos morales sobre el trabajo son propiedad de los autores", los cuales son irrenunciables, imprescriptibles, inembargables e inalienables. En consecuencia, la Pontificia Universidad Javeriana está en la obligación de RESPETARLOS Y HACERLOS RESPETAR, para lo cual tomará las medidas correspondientes para garantizar su observancia. | |
dc.rights | info:eu-repo/semantics/openAccess | |
dc.subject | Agricultura | |
dc.subject | Enfermedades de cultivos | |
dc.subject | Aprendizaje profundo | |
dc.subject | Análisis de imágenes | |
dc.subject | Transfer learning | |
dc.subject | Plantas de papa | |
dc.subject | Clasificación de enfermedades | |
dc.title | Clasificación de enfermedades en cultivos de papa empleando redes neuronales convolucionales | |