Imágenes RGB en la Identificación del Tizón Tardío (Phytophthora infestans) en el Cultivo de la Papa (Solanum tuberosum L.) Tomadas con VANT

• Autor: Dionisio Saldaña, Fiorela Edith
• Formato: tesis de grado
• Fecha de Publicación: 2022
• Institución: Universidad Nacional del Centro del Perú
• Repositorio: UNCP - Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.uncp.edu.pe:20.500.12894/8815
• Enlace del recurso: http://hdl.handle.net/20.500.12894/8815
• Nivel de acceso: acceso abierto
• Materia: VANT; Papa; Phytophthora infestans; Mask RCNN; https://purl.org/pe-repo/ocde/ford#4.01.06

La presente tesis propone una metodología de detección de lesiones causadas por el tizón tardío (Phytophthora infestans) en folíolos de papa. Para lo cual se entrenó una Red Neuronal Convolucional (Mask RCNN), usando 200 fotografías (1825 × 1369 pixeles) tomadas con un vehículo aéreo no tripulado Phantom 4 Pro a 3 metros sobre el follaje. Las parcelas evaluadas para las evaluaciones tenían una incidencia del tizón tardío de dos 2-3 en la escala utilizada por el Centro Internacional de la Papa, las evaluaciones fueron realizadas en los meses de diciembre abril. La evaluación de la metodología propuesta se realizó en predios con cultivo de papa que presentaban una incidencia de esta enfermedad fungosa en la escala CIP de uno. Obteniéndose que la red neuronal convolucional Mask RCNN basado en una arquitectura Resnet 101 muestra una precisión y eficiencia aceptable (mAP = 73.5 %) a la hora de detectar las lesiones ocasionadas por el tizón tardío en folíolo a diferencia del modelo MaskRCNN basado en Resnet 50 (mAP = 64.5%). Concluyendo que el modelo Mask RCNN basado en la red convolucional Resnet 101, tiene mejor performance. Siendo factible la metodología propuesta en la presente tesis.