Desarrollo de aplicación Android móvil utilizando Visión Artificial y Deep Learning para la identificación de aguacates Hass con la plaga Monalonion, en la finca “Las Palmas”, ubicada en el municipio de San Agustín, Huila

In the department of Huila, in recent years there has been an increase in Hass avocado crops, which is why there is also evidence of the presence of pests such as Monalonion, considered the main one according to farmers, the appearance of th losses between 50 and 100% (Eugenia & Zuluaga, 2020) ....

Full description

Autores:
Erazo Samboni, William Ricardo
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2022
Institución:
Universidad Antonio Nariño
Repositorio:
Repositorio UAN
Idioma:
spa
OAI Identifier:
oai:repositorio.uan.edu.co:123456789/7904
Acceso en línea:
http://repositorio.uan.edu.co/handle/123456789/7904
Palabra clave:
Aguacate Hass
Plaga Monalonion
Aplicación Android móvil
Visión Artificial
Deep Learning
Hass avocado
Monalonion pest
Android mobile application
Artificial Vision
Deep Learning
Rights
openAccess
License
Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)
id UAntonioN2_3206b915cb1a622975c8c2f86dd61ccd
oai_identifier_str oai:repositorio.uan.edu.co:123456789/7904
network_acronym_str UAntonioN2
network_name_str Repositorio UAN
repository_id_str
dc.title.es_ES.fl_str_mv Desarrollo de aplicación Android móvil utilizando Visión Artificial y Deep Learning para la identificación de aguacates Hass con la plaga Monalonion, en la finca “Las Palmas”, ubicada en el municipio de San Agustín, Huila
title Desarrollo de aplicación Android móvil utilizando Visión Artificial y Deep Learning para la identificación de aguacates Hass con la plaga Monalonion, en la finca “Las Palmas”, ubicada en el municipio de San Agustín, Huila
spellingShingle Desarrollo de aplicación Android móvil utilizando Visión Artificial y Deep Learning para la identificación de aguacates Hass con la plaga Monalonion, en la finca “Las Palmas”, ubicada en el municipio de San Agustín, Huila
Aguacate Hass
Plaga Monalonion
Aplicación Android móvil
Visión Artificial
Deep Learning
Hass avocado
Monalonion pest
Android mobile application
Artificial Vision
Deep Learning
title_short Desarrollo de aplicación Android móvil utilizando Visión Artificial y Deep Learning para la identificación de aguacates Hass con la plaga Monalonion, en la finca “Las Palmas”, ubicada en el municipio de San Agustín, Huila
title_full Desarrollo de aplicación Android móvil utilizando Visión Artificial y Deep Learning para la identificación de aguacates Hass con la plaga Monalonion, en la finca “Las Palmas”, ubicada en el municipio de San Agustín, Huila
title_fullStr Desarrollo de aplicación Android móvil utilizando Visión Artificial y Deep Learning para la identificación de aguacates Hass con la plaga Monalonion, en la finca “Las Palmas”, ubicada en el municipio de San Agustín, Huila
title_full_unstemmed Desarrollo de aplicación Android móvil utilizando Visión Artificial y Deep Learning para la identificación de aguacates Hass con la plaga Monalonion, en la finca “Las Palmas”, ubicada en el municipio de San Agustín, Huila
title_sort Desarrollo de aplicación Android móvil utilizando Visión Artificial y Deep Learning para la identificación de aguacates Hass con la plaga Monalonion, en la finca “Las Palmas”, ubicada en el municipio de San Agustín, Huila
dc.creator.fl_str_mv Erazo Samboni, William Ricardo
dc.contributor.advisor.spa.fl_str_mv Fernández Periche, Francisco Maximiliano
dc.contributor.author.spa.fl_str_mv Erazo Samboni, William Ricardo
dc.subject.es_ES.fl_str_mv Aguacate Hass
Plaga Monalonion
Aplicación Android móvil
Visión Artificial
Deep Learning
topic Aguacate Hass
Plaga Monalonion
Aplicación Android móvil
Visión Artificial
Deep Learning
Hass avocado
Monalonion pest
Android mobile application
Artificial Vision
Deep Learning
dc.subject.keyword.es_ES.fl_str_mv Hass avocado
Monalonion pest
Android mobile application
Artificial Vision
Deep Learning
description In the department of Huila, in recent years there has been an increase in Hass avocado crops, which is why there is also evidence of the presence of pests such as Monalonion, considered the main one according to farmers, the appearance of th losses between 50 and 100% (Eugenia & Zuluaga, 2020) . T is can generate economic he purpose of this project was to develop a mobile Android application using Artificial Vision and Deep Learning for the identification of the fruit with Monalonion . The data set consolidated by the author contains real images of avocados, the Deep Learning transfer learning technique and the EfficientDetLite3 model are used, it was evaluated in the Google Colab environment with the mAP (mean Average Precision) metric of 9 0 which i % was obtaineds very popular among different competitions and an average accuracy
publishDate 2022
dc.date.issued.spa.fl_str_mv 2022-11-28
dc.date.accessioned.none.fl_str_mv 2023-03-31T00:50:41Z
dc.date.available.none.fl_str_mv 2023-03-31T00:50:41Z
dc.type.spa.fl_str_mv Trabajo de grado (Pregrado y/o Especialización)
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.coarversion.none.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
format http://purl.org/coar/resource_type/c_7a1f
dc.identifier.uri.none.fl_str_mv http://repositorio.uan.edu.co/handle/123456789/7904
dc.identifier.bibliographicCitation.spa.fl_str_mv Amazon, aws. (2022). Capa gratuita de AWS | Cloud computing gratis |AWS. https://aws.amazon.com/es/free/?trk=eb709b95-5dcd-4cf8-89296f13b8f2781f&sc_channel=ps&s_kwcid=AL!4422!3!618394789840!e!!g!!amazon%20web %20services&ef_id=CjwKCAjwkaSaBhA4EiwALBgQaHqT-yY5uCwnsKsN_byiG-f4I_9lrxLHuQVYk6knRJnZjN8b2u6MBoC8IQQAvD_BwE:G:s&s_kwcid=AL!4422!3!6183947 89840!e!!g!!amazon%20web%20services&all-free-tier.sortby=item.additionalFields.SortRank&all-free-tier.sortorder=asc&awsf.Free%20Tier%20Types=*all&awsf.Free%20Tier%20Categories=*all
Apache, Google, & Tensorflow. (2020). Search | TensorFlow Hub. https://tfhub.dev/s?networkarchitecture=efficientdet
BBVA. (2021). Qué es el «machine learning» y cómo funciona. https://www.bbva.com/es/machine-learning-que-es-y-como-funciona/
Berger, J., Preussler, C., & Agostini, J. P. (2019). Identificación de síntomas de Huanglongbing en hojas de cítricos mediante técnicas de deep learning. http://sedici.unlp.edu.ar/bitstream/handle/10915/71000/Documento_completo.pdfPDFA.pdf?sequence=1&isAllowed=y
Brain, G. (2021). Detección de objetos con Android | TensorFlow Lite. https://www.tensorflow.org/lite/android/tutorials/object_detection
Brain Team, G. (2022). Introducción a Android Studio | Desarrolladores de Android | Android Developers. https://developer.android.com/studio/intro?hl=es-419
Bulk Resize Photos - Resize Images. (2022). https://bulkresizephotos.com/en
C Arlen, T. (2018). Understanding the mAP Evaluation Metric for Object Detection | by Timothy C Arlen | Medium. https://medium.com/@timothycarlen/understanding-the-map-evaluationmetric-for-object-detection-a07fe6962cf3
Calderon, A., & Cortes, H. D. H. (2020). Machine learning en la detección de enfermedades en plantas: Machine learning en la detección de enfermedades en plantas. Tecnología Investigación y Academia, 7(2), 55-61.
Calvo, D. (2017). Red Neuronal Convolucional CNN - Diego Calvo. https://www.diegocalvo.es/red-neuronal-convolucional/
dc.identifier.instname.spa.fl_str_mv instname:Universidad Antonio Nariño
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional UAN
dc.identifier.repourl.spa.fl_str_mv repourl:https://repositorio.uan.edu.co/
url http://repositorio.uan.edu.co/handle/123456789/7904
identifier_str_mv Amazon, aws. (2022). Capa gratuita de AWS | Cloud computing gratis |AWS. https://aws.amazon.com/es/free/?trk=eb709b95-5dcd-4cf8-89296f13b8f2781f&sc_channel=ps&s_kwcid=AL!4422!3!618394789840!e!!g!!amazon%20web %20services&ef_id=CjwKCAjwkaSaBhA4EiwALBgQaHqT-yY5uCwnsKsN_byiG-f4I_9lrxLHuQVYk6knRJnZjN8b2u6MBoC8IQQAvD_BwE:G:s&s_kwcid=AL!4422!3!6183947 89840!e!!g!!amazon%20web%20services&all-free-tier.sortby=item.additionalFields.SortRank&all-free-tier.sortorder=asc&awsf.Free%20Tier%20Types=*all&awsf.Free%20Tier%20Categories=*all
Apache, Google, & Tensorflow. (2020). Search | TensorFlow Hub. https://tfhub.dev/s?networkarchitecture=efficientdet
BBVA. (2021). Qué es el «machine learning» y cómo funciona. https://www.bbva.com/es/machine-learning-que-es-y-como-funciona/
Berger, J., Preussler, C., & Agostini, J. P. (2019). Identificación de síntomas de Huanglongbing en hojas de cítricos mediante técnicas de deep learning. http://sedici.unlp.edu.ar/bitstream/handle/10915/71000/Documento_completo.pdfPDFA.pdf?sequence=1&isAllowed=y
Brain, G. (2021). Detección de objetos con Android | TensorFlow Lite. https://www.tensorflow.org/lite/android/tutorials/object_detection
Brain Team, G. (2022). Introducción a Android Studio | Desarrolladores de Android | Android Developers. https://developer.android.com/studio/intro?hl=es-419
Bulk Resize Photos - Resize Images. (2022). https://bulkresizephotos.com/en
C Arlen, T. (2018). Understanding the mAP Evaluation Metric for Object Detection | by Timothy C Arlen | Medium. https://medium.com/@timothycarlen/understanding-the-map-evaluationmetric-for-object-detection-a07fe6962cf3
Calderon, A., & Cortes, H. D. H. (2020). Machine learning en la detección de enfermedades en plantas: Machine learning en la detección de enfermedades en plantas. Tecnología Investigación y Academia, 7(2), 55-61.
Calvo, D. (2017). Red Neuronal Convolucional CNN - Diego Calvo. https://www.diegocalvo.es/red-neuronal-convolucional/
instname:Universidad Antonio Nariño
reponame:Repositorio Institucional UAN
repourl:https://repositorio.uan.edu.co/
dc.language.iso.spa.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv Acceso abierto
dc.rights.license.spa.fl_str_mv Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)
dc.rights.uri.spa.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)
Acceso abierto
https://creativecommons.org/licenses/by-nc-nd/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.coverage.spatial.spa.fl_str_mv San Agustín (Huila, Colombia)
dc.publisher.spa.fl_str_mv Universidad Antonio Nariño
dc.publisher.program.spa.fl_str_mv Ingeniería Electrónica
dc.publisher.faculty.spa.fl_str_mv Facultad de Ingeniería Mecánica, Electrónica y Biomédica
dc.publisher.campus.spa.fl_str_mv Neiva Buganviles
institution Universidad Antonio Nariño
bitstream.url.fl_str_mv https://repositorio.uan.edu.co/bitstreams/527520bc-a536-445c-86d0-ba9b5a3c8c69/download
https://repositorio.uan.edu.co/bitstreams/ff3be0ac-c90f-4f28-bb68-bb4f6682040d/download
https://repositorio.uan.edu.co/bitstreams/7b58f2a8-5a97-4aec-904e-f4cdac7bb587/download
https://repositorio.uan.edu.co/bitstreams/65d11bd2-bb0d-4d91-8968-0be15b7e82b6/download
bitstream.checksum.fl_str_mv 7eb4baed311a2a16038f912c35f92a90
8cfb6bb37c4cb9fe0976dba3a75fbf81
f86e46660401109e4d536e0a85adf34f
9868ccc48a14c8d591352b6eaf7f6239
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional UAN
repository.mail.fl_str_mv alertas.repositorio@uan.edu.co
_version_ 1812928373736865792
spelling Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)Acceso abiertohttps://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Fernández Periche, Francisco MaximilianoErazo Samboni, William Ricardo20441514074San Agustín (Huila, Colombia)2023-03-31T00:50:41Z2023-03-31T00:50:41Z2022-11-28http://repositorio.uan.edu.co/handle/123456789/7904Amazon, aws. (2022). Capa gratuita de AWS | Cloud computing gratis |AWS. https://aws.amazon.com/es/free/?trk=eb709b95-5dcd-4cf8-89296f13b8f2781f&sc_channel=ps&s_kwcid=AL!4422!3!618394789840!e!!g!!amazon%20web %20services&ef_id=CjwKCAjwkaSaBhA4EiwALBgQaHqT-yY5uCwnsKsN_byiG-f4I_9lrxLHuQVYk6knRJnZjN8b2u6MBoC8IQQAvD_BwE:G:s&s_kwcid=AL!4422!3!6183947 89840!e!!g!!amazon%20web%20services&all-free-tier.sortby=item.additionalFields.SortRank&all-free-tier.sortorder=asc&awsf.Free%20Tier%20Types=*all&awsf.Free%20Tier%20Categories=*allApache, Google, & Tensorflow. (2020). Search | TensorFlow Hub. https://tfhub.dev/s?networkarchitecture=efficientdetBBVA. (2021). Qué es el «machine learning» y cómo funciona. https://www.bbva.com/es/machine-learning-que-es-y-como-funciona/Berger, J., Preussler, C., & Agostini, J. P. (2019). Identificación de síntomas de Huanglongbing en hojas de cítricos mediante técnicas de deep learning. http://sedici.unlp.edu.ar/bitstream/handle/10915/71000/Documento_completo.pdfPDFA.pdf?sequence=1&isAllowed=yBrain, G. (2021). Detección de objetos con Android | TensorFlow Lite. https://www.tensorflow.org/lite/android/tutorials/object_detectionBrain Team, G. (2022). Introducción a Android Studio | Desarrolladores de Android | Android Developers. https://developer.android.com/studio/intro?hl=es-419Bulk Resize Photos - Resize Images. (2022). https://bulkresizephotos.com/enC Arlen, T. (2018). Understanding the mAP Evaluation Metric for Object Detection | by Timothy C Arlen | Medium. https://medium.com/@timothycarlen/understanding-the-map-evaluationmetric-for-object-detection-a07fe6962cf3Calderon, A., & Cortes, H. D. H. (2020). Machine learning en la detección de enfermedades en plantas: Machine learning en la detección de enfermedades en plantas. Tecnología Investigación y Academia, 7(2), 55-61.Calvo, D. (2017). Red Neuronal Convolucional CNN - Diego Calvo. https://www.diegocalvo.es/red-neuronal-convolucional/instname:Universidad Antonio Nariñoreponame:Repositorio Institucional UANrepourl:https://repositorio.uan.edu.co/In the department of Huila, in recent years there has been an increase in Hass avocado crops, which is why there is also evidence of the presence of pests such as Monalonion, considered the main one according to farmers, the appearance of th losses between 50 and 100% (Eugenia & Zuluaga, 2020) . T is can generate economic he purpose of this project was to develop a mobile Android application using Artificial Vision and Deep Learning for the identification of the fruit with Monalonion . The data set consolidated by the author contains real images of avocados, the Deep Learning transfer learning technique and the EfficientDetLite3 model are used, it was evaluated in the Google Colab environment with the mAP (mean Average Precision) metric of 9 0 which i % was obtaineds very popular among different competitions and an average accuracyEn el departamento del Huila, en los últimos años se ha registrado un aumento en cultivos de aguacate Hass, por lo cual, se evidencia también la presencia de plagas como el Monalonion, considerada como la principal según los agricultores, la aparición de e económicas entre el 50 Y 100% (Eugenia & Zuluaga, 2020) . sta puede generar pérdidas El propósito de este proyecto fue desarrollar una aplicación Android móvil utilizando Visión Artificial y Deep Learning para la identificación del fruto con Monalonion. El conjunto de datos consolidado por el autor contiene imágenes reales de los aguacates, se emple Learning y el modelo EfficientDetó la técnica de aprendizaje por transferencia de Deep Lite3, se evaluó en el entorno de Google Colab con la métri ca mAP (mean Average Precision) que es muy popular entre diferentes competiciones y se obtuvo una precisión promedio de 90%Ingeniero(a) Electrónico(a)PregradoPresencialProyectospaUniversidad Antonio NariñoIngeniería ElectrónicaFacultad de Ingeniería Mecánica, Electrónica y BiomédicaNeiva BuganvilesAguacate HassPlaga MonalonionAplicación Android móvilVisión ArtificialDeep LearningHass avocadoMonalonion pestAndroid mobile applicationArtificial VisionDeep LearningDesarrollo de aplicación Android móvil utilizando Visión Artificial y Deep Learning para la identificación de aguacates Hass con la plaga Monalonion, en la finca “Las Palmas”, ubicada en el municipio de San Agustín, HuilaTrabajo de grado (Pregrado y/o Especialización)http://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_970fb48d4fbd8a85EspecializadaORIGINAL2022_WilliamRicardoErazoSamboni.pdf2022_WilliamRicardoErazoSamboni.pdfLibro Trabajo de Gradoapplication/pdf2014357https://repositorio.uan.edu.co/bitstreams/527520bc-a536-445c-86d0-ba9b5a3c8c69/download7eb4baed311a2a16038f912c35f92a90MD512022_WilliamRicardoErazoSamboni _Autorización2022_WilliamRicardoErazoSamboni _AutorizaciónAutorización de Autoresapplication/pdf1673762https://repositorio.uan.edu.co/bitstreams/ff3be0ac-c90f-4f28-bb68-bb4f6682040d/download8cfb6bb37c4cb9fe0976dba3a75fbf81MD522022_WilliamRicardoErazoSamboni _Acta2022_WilliamRicardoErazoSamboni _ActaActa de Sustentaciónapplication/pdf321622https://repositorio.uan.edu.co/bitstreams/7b58f2a8-5a97-4aec-904e-f4cdac7bb587/downloadf86e46660401109e4d536e0a85adf34fMD53CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.uan.edu.co/bitstreams/65d11bd2-bb0d-4d91-8968-0be15b7e82b6/download9868ccc48a14c8d591352b6eaf7f6239MD54123456789/7904oai:repositorio.uan.edu.co:123456789/79042024-10-09 23:23:07.621https://creativecommons.org/licenses/by-nc-nd/4.0/Acceso abiertoopen.accesshttps://repositorio.uan.edu.coRepositorio Institucional UANalertas.repositorio@uan.edu.co

Publicaciones similares