Sistema de visión artificial basado en redes neuronales para identificar defectos en la papa yungay y huevo de indio provocado por el Premnotrypes vorax

• Autores: Bobadilla Valderrama, Milton Omar, Diaz Alfaro, Andrea Ximena
• Formato: tesis de grado
• Fecha de Publicación: 2024
• Institución: Universidad Privada del Norte
• Repositorio: UPN-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.upn.edu.pe:11537/37444
• Enlace del recurso: https://hdl.handle.net/11537/37444
• Nivel de acceso: acceso abierto
• Materia: Redes neuronales artificiales; Premnotrypes vorax; Solanum tuberosum; Clasificación de papas; Software; Python; https://purl.org/pe-repo/ocde/ford#2.11.04

Esta investigación presenta una propuesta para un sistema artificial y sistema de visión, basado en redes neuronales para identificar defectos en la Papa Yungay y Huevo de indio, causados por Premnotrypes Vorax. El objetivo de esta investigación fue desarrollar una visión artificial algoritmo que permite la detección de patatas con defectos causados por el gusano blanco. Para la realización del software se utiliza Python Se utilizó el lenguaje de programación y la plataforma Tensorflow, a través de un ensayo y error experimental y cuantitativo metodología, el software desarrollado permitió identificar y clasificar patatas normales a partir de patatas con defectos producidos por la presencia de Premnotrypes Vorax. . Un nivel de eficiencia del 96,33% se logró para la papa Yungay, mientras que para el Huevo de Indio papa, la eficiencia fue del 95.12%, observándose que es más efectiva en la papa Yungay. Concluyendo que la implementación de El software con visión artificial es una buena oportunidad de mejora. para los agricultores y las agroindustrias que producen patatas porque sería más eficiente a la hora de clasificar las patatas.