DIAGNÓSTICO DE ENFERMEDADES EN LA HOJA DEL TOMATE MEDIANTE UN SISTEMA EMBEBIDO USANDO INTELIGENCIA ARTIFICIAL E IMÁGENES

Guerrero Rangel, Wilmer Andrés; Rodríguez Rodríguez, Harold Hernando; Santos Ortiz, Camilo Andrés

DIAGNÓSTICO DE ENFERMEDADES EN LA HOJA DEL TOMATE MEDIANTE UN SISTEMA EMBEBIDO USANDO INTELIGENCIA ARTIFICIAL E IMÁGENES

dc.contributor.advisor	Barrero Pérez, Jaime Guillermo
dc.contributor.advisor	Flórez Arias, Carlos Alberto
dc.contributor.author	Guerrero Rangel, Wilmer Andrés
dc.contributor.author	Rodríguez Rodríguez, Harold Hernando
dc.contributor.author	Santos Ortiz, Camilo Andrés
dc.contributor.evaluator	Garcia Arenas, Hans Yecid
dc.contributor.evaluator	Sepulveda Sepulveda, Franklin Alexander
dc.date.accessioned	2023-05-24T16:52:40Z
dc.date.available	2023-05-24T16:52:40Z
dc.date.created	2023-05-24
dc.date.issued	2023-05-24
dc.description.abstract	Dentro del sector agrícola, el cultivo de tomates es uno de los más relevantes a nivel global, debido a su alta demanda y la diversidad de usos que presenta. No obstante, estos cultivos pueden verse perjudicados por enfermedades y plagas, que conlleva consecuencias irreversibles en la producción si no se detectan a tiempo. Por ello, se plantea la necesidad de desarrollar un sistema especializado en inteligencia artificial, que pueda identificar enfermedades en las hojas de tomate mediante el uso de imágenes. Este sistema es diseñado para ser utilizado tanto por agricultores con experiencia cultivando tomate, como por ingenieros agrónomos, con el objetivo de realizar diagnósticos tempranos y asegurar la salud del cultivo. Asimismo, su implementación podría tener fines educativos, permitiendo el estudio de las enfermedades que afectan al tomate y se ven manifestadas en las hojas, apoyando el seguimiento de los cultivos. Para llevar a cabo este proyecto, se utilizó una base de datos proporcionada por la comunidad Kaggle y se visitaron diferentes invernaderos para capturar imágenes de hojas sanas y enfermas de los cultivos de tomate. Se emplearon herramientas de software libre y código abierto para cada etapa del proyecto, entre ellas Google Colaboratory, con el fin de entrenar una inteligencia artificial de jerarquía simplificada y tres modelos de Transfer Learning. Finalmente, el modelo resultante fue implementado en dos sistemas embebidos, NVIDIA Jetson Nano de 4GB y Raspberry pi 4B, y se realizó un análisis comparativo de los resultados obtenidos para validar su rendimiento en ambas tarjetas de desarrollo.
dc.description.abstractenglish	Within the agricultural sector, tomato cultivation is one of the most relevant globally, due to its high demand and the diversity of uses it presents. However, these crops can be harmed by diseases and pests, which can have irreversible consequences on production if not detected in time. Therefore, there is a need to develop a specialized artificial intelligence system that can identify diseases in tomato leaves using images. This system would be aimed at both experienced farmers and agricultural engineers, with the aim of making early diagnoses and ensuring the health of the crop. Likewise, its implementation could have educational purposes, allowing the study of diseases that affect tomato leaves and supporting crop monitoring. To carry out this project, a database provided by the Kaggle community was used and different greenhouses were visited to capture images of healthy and diseased tomato leaves. Free and open-source software tools were used for each stage of the project, including Google Colaboratory, in order to train a simplified hierarchy artificial intelligence and three Transfer Learning models. Finally, the resulting model was implemented in two embedded systems, NVIDIA Jetson Nano 4GB and Raspberry Pi 4B, and a comparative analysis of the results obtained was carried out to validate its performance on both development boards.
dc.description.degreelevel	Pregrado
dc.description.degreename	Ingeniero Electrónico
dc.format.mimetype	application/pdf
dc.identifier.instname	Universidad Industrial de Santander
dc.identifier.reponame	Universidad Industrial de Santander
dc.identifier.repourl	https://noesis.uis.edu.co
dc.identifier.uri	https://noesis.uis.edu.co/handle/20.500.14071/14341
dc.language.iso	spa
dc.publisher	Universidad Industrial de Santander
dc.publisher.faculty	Facultad de Ingeníerias Fisicomecánicas
dc.publisher.program	Ingeniería Electrónica
dc.publisher.school	Escuela de Ingenierías Eléctrica, Electrónica y Telecomunicaciones
dc.rights	info:eu-repo/semantics/openAccess
dc.rights.accessrights	info:eu-repo/semantics/openAccess
dc.rights.coar	http://purl.org/coar/access_right/c_abf2
dc.rights.creativecommons	Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.license	Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subject	HOJA DE TOMATE
dc.subject	REDES NEURONALES PROFUNDAS
dc.subject	PYTHON
dc.subject	IMÁGENES
dc.subject	ENFERMEDADES EN PLANTAS
dc.subject.keyword	TOMATO LEAF
dc.subject.keyword	DEEP NEURAL NETWORKS
dc.subject.keyword	PYTHON
dc.subject.keyword	IMAGES
dc.subject.keyword	PLANT DISEASES
dc.title	DIAGNÓSTICO DE ENFERMEDADES EN LA HOJA DEL TOMATE MEDIANTE UN SISTEMA EMBEBIDO USANDO INTELIGENCIA ARTIFICIAL E IMÁGENES
dc.title.english	TOMATO LEAF DISEASE DIAGNOSIS BY AN EMBEDDED SYSTEM USING ARTIFICIAL INTELLIGENCE AND IMAGING
dc.type.coar	http://purl.org/coar/resource_type/c_7a1f
dc.type.hasversion	http://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.local	Tesis/Trabajo de grado - Monografía - Pregrado
dspace.entity.type