1. Repositorio Institucional del Tecnológico Nacional de México (RI - TecNM)
2. Tesis de Licenciatura
3. Guanajuato
4. Instituto Tecnológico Superior de Salvatierra (Licenciatura)
5. Tesis de Licenciatura (ING. EN INNOVACION AGRICOLA SUSTENTABLE)

Title:	CLASIFICACION DE LAS ENFERMEDADES FUNGICAS DEL FOLLAJE EN CHILE SERRANO(Capsicum annuum L.) CON DEP LEARNING
Authors:	FLORES MEDRANO, IVETH PAOLA
metadata.dc.subject.other:	PATOLOGIA VEGETAL HONGOS FITOPATOGENOS DEEP LEARNING INTELIGENCIA ARTIFICIAL MACHINE LEARNING CHILE SERRANO
Issue Date:	2023-09
Publisher:	Tecnológico Nacional de México
metadata.dc.publisher.tecnm:	Instituto Tecnológico Superior de Salvatierra
Description:	México es el centro de origen de chile serrano y primer exportador a nivel mundial y el sexto de chile seco. Además de ser un producto con presencia mundial, éste es parte simbólica del imaginario culinario y cultural. Sin embargo, el chile es susceptible al ataque de microrganismos causantes de enfermedades foliares, los cuales ocasionan pérdidas que van de un 30 a 50% en los rendimientos de cosecha. Las enfermedades fúngicas foliares producen lesiones en las hojas que se manifiesta en forma de decoloraciones (mosaicos) o manchas localizadas. En algunas situaciones el tejido puede oscurecerse o ser colonizado por el micelio del hongo llegando a causar necrosis enel mismo.El diagnóstico inicial deenfermedades puedeser erróneodebido a la similitud entre los síntomas de las enfermedades. Este proyecto se enfocó en el desarrollo de un modelo de clasificación de lesiones del follaje causadas por cuatro hongos fitopatógenos basado en aprendizaje profundo (Deep Learning). Los fitopatógenos contemplados fueron Alternaria solani, Phytophthora infestans, Leveillula taurica y Cladosporium fulvum. En una primera parte, se estableció un área de producción de plantas, posteriormente se evaluaron diferentes métodos de inoculación. Las plantas fueron inoculadas individualmente en un entorno controlado. Durante la evolución de la enfermedad se realizaron capturas diarias de imágenes de las hojas que presentaban lesiones. En una segunda etapa, se desarrolló un sistema de reconocimiento de enfermedades usando secuencias de imágenes previamente registradas pre-procesamiento, extracción de características, separación de datos (entrenamiento y prueba), normalización de datos, construcción y entrenamiento del modelo de reconocimiento, y la evaluación del desempeño del sistema. Como resultados se desarrolló un software para la captura, clasificación, almacenamiento en una base de datos y procesamiento de las imágenes. En la etapa final, se aplicó la validación de la metodología tomando muestras de cultivos, aplicando el sistema de reconocimiento de enfermedades y confirmando los resultados del sistema a través de observaciones en el microscopio para determinar si las estructuras morfológicas del hongo correspondían a las clasificadas por el método propuesto, obteniendo resultados positivos y satisfactorios.
metadata.dc.type:	info:eu-repo/semantics/bachelorThesis
Appears in Collections:	Tesis de Licenciatura (ING. EN INNOVACION AGRICOLA SUSTENTABLE)

This item is protected by original copyright View License

This item is licensed under a Creative Commons License