Por favor, use este identificador para citar o enlazar este ítem:
https://rinacional.tecnm.mx/jspui/handle/TecNM/6768| Título : | Sistema de identificación de plagas en imágenes de plantas mediante aprendizaje profundo |
| Autor : | Pizano Martinez, Brayan Alejandro%1144419 |
| metadata.dc.subject.other: | - Sistema de identificación de plagas - Método de aprendizaqje profundo - Desarrollo - Agriculura - Sistemas de Identifiación de plagas - Desarrollo |
| Fecha de publicación : | 2024-01-16 |
| Editorial : | Tecnológico Nacional de México |
| metadata.dc.publisher.tecnm: | Centro Nacional de Investigación y Desarrollo Tecnológico |
| Descripción : | Actualmente, el aprendizaje profundo tiene un papel importante debido a sus diversos campos de aplicación, entre ellos la agricultura que es un pilar en el desarrollo económico. Este trabajo de investigación se centra en la identificación de insectos en imágenes considerados como plagas en los cultivos. La detección rápida y correcta brinda a los agricultores, la posibilidad de la eliminación de la plaga, lo cual evita la pérdida completa de sus cultivos. Se entrenaron tres arquitecturas de redes neuronales las cuales son: YOLOv5m6, YOLOv5L6 y YOLOv7; usando el conjunto de datos de IP102 con 97 clases para entrenamiento y pruebas. Cada modelo obtuvo un valor de 0.658, 0.619 y 0.635 en mAP@0.5 respectivamente. Los modelos obtenidos fueron ensamblados para operarse de manera conjunta en la computadora obteniendo un mAP de 0.680. También se tomó el mejor modelo para optimizarlo y ser utilizado en un dispositivo móvil con sistema operativo Android, pudiendo ser ejecutado en tiempo real usando fotografías. |
| metadata.dc.type: | info:eu-repo/semantics/masterThesis |
| Aparece en las colecciones: | Tesis de Maestría en Computación |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| MC_Brayan_Alejandro_Pizano_Martinez_2024.pdf | Tesis | 4.53 MB | Adobe PDF | Visualizar/Abrir |
| MC_Brayan_Alejandro_Pizano_Martinez_2024_c.pdf Restricted Access | Cesión de derechos | 948.86 kB | Adobe PDF | Visualizar/Abrir Request a copy |
Este ítem está protegido por copyright original |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons
