Identificación de las etapas de crecimiento de la palma Robellini a través de una red neuronal convolucional

La palmera Robellini o palmera datilera pigmea es una especie originaria de Laos. Alcanzando una altura máxima de 5 metros, es considerada una de las palmeras más exóticas y elegantes del mundo. De hecho, según el Ministerio de Colombia Agricultura y Desarrollo Rural, en el departamento colombiano de Cundinamarca, proximadamente 5000 hectáreas han sido plantado con flores y follaje, incluyendo esta palma. Como su principal mercado es Estados Unidos, esta palma se cultiva a altos niveles de calidad, procura y longitud de hoja correcta. Sin embargo, esto puede ser engorroso para los agricultores debido a la altura de las plantas. En este estudio, nuestro objetivo es construir un modelo de red neuronal convolucional (CNN) que pueda ayudar a Robellini Los cultivadores de palma identifican las etapas actuales de crecimiento de las plantas a través de fotografías aéreas tomadas con drones. Por lo tanto, recortar imágenes fueron colectadas y clasificadas en las cuatro etapas identificadas por el productor (semillero, siembra, desarrollo y corte) con 230 imágenes utilizadas para entrenar el modelo diseñado. Después de diferentes pruebas, la precisión de la etapa de crecimiento de Robellini Palm Se determinó que el sistema de identificación estaba entre el 85% y el 90%. Por lo tanto, la CNN diseñada clasificó satisfactoriamente la imágenes cargadas de las diferentes etapas de cultivo

• Autores: Fredys Alberto, Simanca Herrera; Páez Páez, Jaime Alberto; Cortés Méndez, Jairo Augusto; Blanco Garrido, Fabián
• Tipo de recurso: Article of journal
• Fecha de publicación: 2021
• Institución: Universidad Cooperativa de Colombia
• Repositorio: Repositorio UCC
• OAI Identifier: oai:repository.ucc.edu.co:20.500.12494/49047
• Acceso en línea: https://hdl.handle.net/20.500.12494/49047
• Palabra clave: Red neuronal; Palmera Robellini; Clasificación de imágenes; Agricultura de precisión; Neural network; Robellini palm; Image classification; Precision agriculture
• Rights: openAccess
• License: http://purl.org/coar/access_right/c_abf2