Predicción del crecimiento de un cultivo de Coffea arabica por medio de inteligencia artificial para la agricultura de precisión implementado en el dispositivo Farmbot
No Thumbnail Available
Date
2024-05-22
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Industrial de Santander
Abstract
La automatización es el futuro y el objetivo en todos los ámbitos de ingeniería, y los cultivos
agrícolas no son ajenos al mismo. Por ello, desde tiempo atrás, se ha estado desarrollando la
agricultura de precisión; uno de sus retos es la segmentación de imágenes, ya que para tener un
monitoreo permanente es necesario la limpieza y clasificación de las imágenes proporcionadas
por la sensórica que supervisa al cultivo. Esta investigación propone una metodología para la
segmentación de la planta de coffea arabica. Las imágenes utilizadas provienen de un conjunto
de datos creado en un proyecto anterior con la ayuda de un dispositivo Farmbot. Se desarrolló
una red neuronal utilizando aprendizaje profundo con el modelo U2-Net. Se introdujo una base
de datos de 5427 imágenes en la que la planta de café está rodeada de vegetación y maleza. Estos
elementos se presentan como objetos destacados que dificultan la segmentación, ya que se
interpretan como ruido al procesar las imágenes. Sin embargo, esta característica también
fortalece la red neuronal, ya que desarrolla la capacidad de distinguir entre la vegetación común
y la planta de coffea arabica. Los resultados de la segmentación muestran una precisión del 67%.
Con los datos obtenidos por las imágenes segmentadas y las condiciones de su entorno, se realizó
una predicción del crecimiento de las plantas, obteniendo una función del crecimiento muy
similar a la real.
Description
Keywords
Deep Learning, Farmbot, coffea arabica, convolutional neural networks, precision agriculture