Detección automática de la enfermedad lasiodiplodia theobromae del palto utilizando imágenes digitales con redes neuronales convolucionales

• Autor: Flores Tello, Jaime Nicolas
• Formato: tesis de grado
• Fecha de Publicación: 2022
• Institución: Universidad Señor de Sipan
• Repositorio: USS-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.uss.edu.pe:20.500.12802/10220
• Enlace del recurso: https://hdl.handle.net/20.500.12802/10220
• Nivel de acceso: acceso abierto
• Materia: Detección automática; Lasiodiplodia Theobromae; Redes Neuronales; Binarización; RGB; HSV; LAB; http://purl.org/pe-repo/ocde/ford#2.02.04

La Palta es una fruta muy importante debido a los nutrientes que posee y a los beneficios que trae a la salud, crece en zonas con climas tropicales y subtropicales, es atacado por plagas y enfermedades. Siendo Lasiodiplodia Theobromae la enfermedad más recurrente. Realizar la identificación usando la experticia humana genera complicaciones, la presente investigación propuso detectar la enfermedad de manera automática haciendo uso de las redes neuronales convolucionadas. La investigación tuvo 4 etapas. La primera etapa siguió un riguroso protocolo para realizar la toma de imágenes, en la segunda etapa se caracterizó la enfermedad visualmente. En la tercera etapa las imágenes se sometieron a un pre procesamiento. En la etapa quinta se realizó la clasificación automática de la enfermedad. Obteniendo como resultados un 98% de precisión, 96% de exactitud, 96% de sensibilidad y 98% de especificidad. Concluyéndose que las redes neuronales convolucionales fueron efectivas para la clasificación digital, sin embargo, para la obtención de mejores resultados es necesario que el repositorio de imágenes se más grande.