Herramientas de corte para optimizar parámetros de clasificación de especies maderables con redes neuronales convolucionales

dc.creatorCenteno,Thonny-Behyker
dc.creatorFerreira,Cassiana
dc.creatorInga,Janet-Gaby
dc.creatorVélez,Andrés
dc.creatorHuacho,Raul
dc.creatorVidal,Osir-Daygor
dc.creatorMoya,Sthefany-Madjory
dc.creatorReyes,Danessa-Clarita
dc.creatorGoytendia,Walter-Emilio
dc.creatorAscue,Benji-Steve
dc.creatorTomazello-Filho,Mario
dc.date2023-12-01
dc.date.accessioned2023-09-25T14:37:41Z
dc.date.available2023-09-25T14:37:41Z
dc.identifierhttp://www.scielo.sa.cr/scielo.php?script=sci_arttext&pid=S0034-77442023000100045
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/8823408
dc.descriptionResumen Introducción: La gran diversidad de especies maderables tropicales demanda el desarrollo de nuevas tecnologías de identificación con base en sus patrones o características anatómicas. La aplicación de redes neuronales convolucionales (CNN) para el reconocimiento de especies maderables tropicales se ha incrementado en los últimos años por sus resultados prometedores. Objetivo: Evaluamos la calidad de las imágenes macroscópicas con tres herramientas de corte para mejorar la visualización y distinción de las características anatómicas en el entrenamiento del modelo CNN. Métodos: Recolectamos las muestras entre el 2020 y 2021 en áreas de explotación forestal y aserraderos de Selva Central, Perú. Luego, las dimensionamos y, previo a la identificación botánica y anatómica, las cortamos en secciones transversales. Generamos una base de datos de imágenes macroscópicas de la sección transversal de la madera, a través del corte, con tres herramientas para ver su rendimiento en el laboratorio, campo y puesto de control. Resultados: Usamos tres herramientas de corte para obtener una alta calidad de imágenes transversales de la madera; obtuvimos 3 750 imágenes macroscópicas con un microscopio portátil que corresponden a 25 especies maderables. El cuchillo ''Tramontina'' es duradero, pero pierde el filo con facilidad y se necesita una herramienta para afilar, el cúter retráctil ''Pretul'' es adecuado para madera suave y dura en muestras pequeñas de laboratorio; el cuchillo ''Ubermann'' es apropiado para el campo, laboratorio y puesto de control, porque tiene una envoltura duradera y láminas intercambiables en caso de pérdida de filo. Conclusiones: La calidad de las imágenes es decisiva en la clasificación de especies maderables, porque permite una mejor visualización y distinción de las características anatómicas en el entrenamiento con los modelos de red neuronal convolucional EfficientNet B0 y Custom Vision, lo cual se evidenció en las métricas de precisión.
dc.formattext/html
dc.languagees
dc.publisherUniversidad de Costa Rica
dc.relation10.15517/rev.biol.trop..v71i1.51310
dc.rightsinfo:eu-repo/semantics/openAccess
dc.sourceRevista de Biología Tropical v.71 n.1 2023
dc.subjectárboles tropicales
dc.subjectmadera ilegal
dc.subjectimágenes macroscópicas
dc.subjectaprendizaje automático
dc.subjectherramientas de corte
dc.subjectmicroscopio portátil.
dc.titleHerramientas de corte para optimizar parámetros de clasificación de especies maderables con redes neuronales convolucionales
dc.typeinfo:eu-repo/semantics/article


Este ítem pertenece a la siguiente institución