Sistema Experto Basado en Visión Artificial para el Diagnóstico de Plagas de Cacao en la Región San Martín

• Autores: Chuquipoma Fermí­n, Oswaldo, Arapa Mejia, Jared Elim
• Formato: tesis de grado
• Fecha de Publicación: 2023
• Institución: Universidad Peruana Unión
• Repositorio: UPEU-Tesis
• Lenguaje: español
• OAI Identifier: oai:repositorio.upeu.edu.pe:20.500.12840/6751
• Enlace del recurso: http://repositorio.upeu.edu.pe/handle/20.500.12840/6751
• Nivel de acceso: acceso embargado
• Materia: Agricultura; Inteligencia artificial; CNN; Aprendizaje profundo; http://purl.org/pe-repo/ocde/ford#2.02.04

En San Martin el cultivo de cacao (Theobroma cacao L.) se ve afectado por enfermedades y plagas que pueden causar una disminución en su producción e incluso la pérdida total de la cosecha. Por esta razón en esta investigación se desarrollaron modelos de redes neuronales convolucionales para identificar de manera temprana las plagas en frutos de cacao (Teobroma cacao L.), para este proyecto nos centramos en la plaga Moniliasis (Moniliophthora roreri) utilizando imágenes simples de frutos sanos y enfermos, mediante técnicas de aprendizaje profundo. Los modelos fueron entrenados con un conjunto de 4602 imágenes obtenidas de Kaggle, una comunidad en línea compuesta por científicos de datos y profesionales del aprendizaje automático, que incluyen imágenes de frutos enfermos y sanos. Se entrenaron dos arquitecturas modelos: CacaoCustom, un modelo personalizado que alcanzo una precisión de 82%, e InceptionV3 un modelo preentrenado, siendo este último con el mejor rendimiento, alcanzando con una tasa de éxito de 96.77% en la identificación del fruto con plaga y sin plaga. La tasa de éxito significativamente alta hace que el modelo sea una herramienta de alerta temprana y muy útil en la agricultura, identificando la plaga Moniliasis en los frutos del cultivo de cacao (Teobroma cacao L.).