1. Repositorio Institucional del Tecnológico Nacional de México (RI - TecNM)
  2. Tesis de Posgrado
  3. Durango
  4. Instituto Tecnológico de Durango
  5. Tesis de Maestria
  6. Maestría en Ingeniería

Please use this identifier to cite or link to this item: https://rinacional.tecnm.mx/jspui/handle/TecNM/8984
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorALANIZ VILLANUEVA, OSCAR GILBERTO%237455-
dc.contributor.advisorMARTINEZ RIVERA , JOSE ANTONIO%279485-
dc.contributor.advisorGARCIA VIDAÑA, NORMA ALICIA%729239-
dc.contributor.authorAYALA VERDIN, PATRICIA-
dc.creatorAYALA VERDIN, PATRICIA%1177382-
dc.date.accessioned2025-01-31T00:11:25Z-
dc.date.available2025-01-31T00:11:25Z-
dc.date.issued2024-12-06-
dc.identifier.urihttps://rinacional.tecnm.mx/jspui/handle/TecNM/8984-
dc.descriptionPara poder llevar a cabo una investigación acerca de un cultivo es necesario implementar técnicas o tecnologías que ayuden a identificar información y características que interfieran en los procesos fisiológicos de las plantas. Las redes neuronales convolucionales de tipo U-Net son las más utilizadas para poder detectar características específicas dentro de una imagen, ya que estas trabajan con imágenes segmentadas, lo que ayuda a su fácil interpretación. El presente trabajo de investigación plantea el uso de una red neuronal convolucional de tipo U-Net dentro de un cultivo de cebolla. La red neuronal fue entrenada con fotografías que se obtuvieron de diversas plantas de cebolla que se seleccionaron dentro del cultivo. La toma de fotografías fue de forma cronológica a lo largo de un periodo de crecimiento, luego de obtener las fotografías se implementó la segmentación semántica, en donde solo se seleccionó lo que era las hojas, el tallo de la planta y en algunos casos el bulbo que se encontraba visible, para finalmente entrenar el modelo de la red, en donde se obtuvieron 93.90% de precisión al momento de su entrenamiento, así como una predicción acertada de la planta de cebolla. Los resultados obtenidos muestran que la utilización de una red neuronal convolucional U- Net puede ser una herramienta eficaz para detectar las características de esta, y utilizar estos resultados para futuras investigaciones.es_MX
dc.language.isospaes_MX
dc.publisherTecnológico Nacional de Méxicoes_MX
dc.rights.urihttp://creativecommons.org/licenses/by-nc/4.0es_MX
dc.subjectinfo:eu-repo/classification/cti/7es_MX
dc.titleAnálisis cronológico de las características de la cebolla mediante imágenes para determinar la madurez fisiológicaes_MX
dc.typeinfo:eu-repo/semantics/masterThesises_MX
dc.contributor.directorGERRERO RIVERA, RUBEN%46328-
dc.folioL3H066es_MX
dc.rights.accessinfo:eu-repo/semantics/openAccesses_MX
dc.publisher.tecnmInstituto Tecnológico de Durangoes_MX
Appears in Collections:Maestría en Ingeniería

Files in This Item:
File Description SizeFormat 
PATRICIA AYALA VERDIN.pdfTexto completo3.04 MBAdobe PDFView/Open
LICENCIA DE USO OTORGADA POR Patricia Ayala Verdín.pdf
  Until 9999-12-31		Carta de cesión de derechos371.33 kBAdobe PDFView/Open Request a copy


This item is protected by original copyright

View License
Show simple item record


This item is licensed under a Creative Commons License Creative Commons