Modelo YOLO (You Only Look Once) para el diagnóstico preliminar de la enfermedad de Huanglongbing en la planta de limón en la región Piura, 2023

• Autores: Carreño Chero, Irvind Dario, Obregon Mauricio, Alejandro Junior
• Formato: tesis de grado
• Fecha de Publicación: 2023
• Institución: Universidad Cesar Vallejo
• Repositorio: UCV-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ucv.edu.pe:20.500.12692/135325
• Enlace del recurso: https://hdl.handle.net/20.500.12692/135325
• Nivel de acceso: acceso abierto
• Materia: Precisión; Sensibilidad; Diagnostico; https://purl.org/pe-repo/ocde/ford#2.02.04

Se sostuvo como objetivo general analizar la precisión del modelo YOLO para el diagnóstico preliminar de enfermedad huanglongbing en la planta de limón, como objetivos específicos evaluar las predicciones sobre las instancias totales en cuanto a la precisión y recuperación, clasificar por patrones positivos utilizando el modelo YOLO la sensibilidad en el diagnóstico preliminar de la enfermedad Huanglongbing en la planta de limón y clasificar por patrones negativos utilizando el modelo YOLO la especificidad en el diagnóstico preliminar de la enfermedad Huanglongbing en la planta de limón. La investigación fue aplicada tecnológica de nivel descriptiva, el diseño de investigación que se utilizó es no experimental de corte transversal con enfoque cuantitativo además la escala fue de razón. La población fue conformada por un dataset de 5475 imágenes de hojas sanas y enfermas, la muestra usada fue por conveniencia, el muestreo se dividió en un 70% para entrenamiento, 15% para evaluación y 15% pruebas. Los resultados de precisión se obtuvieron 67% y recuperación se obtuvo 33.3%, sensibilidad la media fue de 52.86% y la especificidad la media fue de 63.57%. En conclusión, YOLOv5m clasifica correctamente los patrones positivos y negativos, además de demostrar una alta precisión de la enfermedad del Huanglongbing.