Monitoreo en tiempo real utilizando redes neuronales convolucionales en la detección y seguimiento de plagas en el cultivo de algodón

• Autor: Sandoval Ramos, Jose
• Formato: tesis de grado
• Fecha de Publicación: 2024
• Institución: Universidad Cesar Vallejo
• Repositorio: UCV-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ucv.edu.pe:20.500.12692/164369
• Enlace del recurso: https://hdl.handle.net/20.500.12692/164369
• Nivel de acceso: acceso abierto
• Materia: Redes neuronales; Diagnóstico de plagas; Manejo integrado; https://purl.org/pe-repo/ocde/ford#2.02.04

La detección temprana de plagas en cultivos de algodón representa un desafío crítico para la agricultura, particularmente en países en desarrollo. Esta investigación evaluó la eficacia de un sistema basado en redes neuronales convolucionales (CNN) para el diagnóstico y seguimiento de plagas en el cultivo de algodón. Se implementó una arquitectura CNN personalizada con dos capas ocultas, entrenada con 600 imágenes de cuatro plagas principales, validada en condiciones de campo durante un ciclo completo de cultivo. El sistema alcanzó una precisión del 97%, reduciendo significativamente los tiempos de detección de 5.46 minutos a 2.31 segundos, comparado con métodos tradicionales. El seguimiento demostró una reducción del 85% en niveles de infestación durante las primeras cuatro semanas post-diagnóstico. Estos resultados validan la viabilidad de sistemas CNN para transformar el manejo integrado de plagas en cultivos de algodón.