Desarrollo de un sistema de visión por computadora con Raspberry Pi para la detección temprana de la Moniliasis y la Fitóftora en el cultivo de cacao criollo de la finca Villa Laura en el Huila

Through this research, a computer vision system was developed with Raspberry Pi to contribute to the early detection of Moniliasis and Phytophthora, which currently affect cocoa the most, and from there, generate alternatives to minimize their impact. Neural networks were used for this study, in ord...

Full description

Autores:: Andrade Becerra, Cristian David

Tipo de recurso:: Trabajo de grado de pregrado

Fecha de publicación:: 2022

Institución:: Universidad Antonio Nariño

Repositorio:: Repositorio UAN

Idioma:: spa

id	UAntonioN2_e46ecdce444c99bf2cf129963ef5f261
oai_identifier_str	oai:repositorio.uan.edu.co:123456789/7905
network_acronym_str	UAntonioN2
network_name_str	Repositorio UAN
repository_id_str
dc.title.es_ES.fl_str_mv	Desarrollo de un sistema de visión por computadora con Raspberry Pi para la detección temprana de la Moniliasis y la Fitóftora en el cultivo de cacao criollo de la finca Villa Laura en el Huila
title	Desarrollo de un sistema de visión por computadora con Raspberry Pi para la detección temprana de la Moniliasis y la Fitóftora en el cultivo de cacao criollo de la finca Villa Laura en el Huila
spellingShingle	Desarrollo de un sistema de visión por computadora con Raspberry Pi para la detección temprana de la Moniliasis y la Fitóftora en el cultivo de cacao criollo de la finca Villa Laura en el Huila Cacao Redes Neuronales Raspberry enfermedades Cocoa Neural Networks Raspberry diseases
title_short	Desarrollo de un sistema de visión por computadora con Raspberry Pi para la detección temprana de la Moniliasis y la Fitóftora en el cultivo de cacao criollo de la finca Villa Laura en el Huila
title_full	Desarrollo de un sistema de visión por computadora con Raspberry Pi para la detección temprana de la Moniliasis y la Fitóftora en el cultivo de cacao criollo de la finca Villa Laura en el Huila
title_fullStr	Desarrollo de un sistema de visión por computadora con Raspberry Pi para la detección temprana de la Moniliasis y la Fitóftora en el cultivo de cacao criollo de la finca Villa Laura en el Huila
title_full_unstemmed	Desarrollo de un sistema de visión por computadora con Raspberry Pi para la detección temprana de la Moniliasis y la Fitóftora en el cultivo de cacao criollo de la finca Villa Laura en el Huila
title_sort	Desarrollo de un sistema de visión por computadora con Raspberry Pi para la detección temprana de la Moniliasis y la Fitóftora en el cultivo de cacao criollo de la finca Villa Laura en el Huila
dc.creator.fl_str_mv	Andrade Becerra, Cristian David
dc.contributor.advisor.spa.fl_str_mv	Muñoz Calderón, Yeimi
dc.contributor.author.spa.fl_str_mv	Andrade Becerra, Cristian David
dc.subject.es_ES.fl_str_mv	Cacao Redes Neuronales Raspberry enfermedades
topic	Cacao Redes Neuronales Raspberry enfermedades Cocoa Neural Networks Raspberry diseases
dc.subject.keyword.es_ES.fl_str_mv	Cocoa Neural Networks Raspberry diseases
description	Through this research, a computer vision system was developed with Raspberry Pi to contribute to the early detection of Moniliasis and Phytophthora, which currently affect cocoa the most, and from there, generate alternatives to minimize their impact. Neural networks were used for this study, in order to detect diseases in cocoa, the detection model used is the SSD MobileNet V2, an architecture used for object detection, trained and evaluated by a set of o wn images. The images come from the Villa Laura farm where a dataset of 540 images was extracted, the neural network, once trained, calculates the performance metrics, obtaining as a result an average accuracy of 0.783, and an average recall of 0.85. These results are very favorable for the model entered.
publishDate	2022
dc.date.issued.spa.fl_str_mv	2022-11-28
dc.date.accessioned.none.fl_str_mv	2023-03-31T02:00:14Z
dc.date.available.none.fl_str_mv	2023-03-31T02:00:14Z
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/123456789/7905
dc.identifier.bibliographicCitation.spa.fl_str_mv	Aime, M. C., & Rica, C. (2005). The causal agents of witches ’ broom and frosty pod rot of cacao ( chocolate , Theobroma cacao ) form a new lineage of Marasmiaceae. 97(5), 1012–1022. Ángel, M., & Sánchez, A. (n.d.). Manual Técnico del Cultivo de Cacao Prácticas Latinoamericanas. Ávila-Tomás, J. F., Mayer-pujadas, M. A., & Quesada-varela, V. J. (2020). Atención Primaria La inteligencia artificial y sus aplicaciones en medicina I : introducción antecedentes a la IA y robótica. Atención Primaria, 52(10), 778–784. https://doi.org/10.1016/j.aprim.2020.04.013 Banda, H. (2014). Inteligencia Artificial: Principios y Aplicaciones. May. Bravo, L., Vaquero, M. P., & Bastida, S. (2011). Efectos beneficiosos del chocolate en la salud cardiovascular. 26(2), 289–292. https://doi.org/10.3305/nh.2011.26.2.5016 Calvo, D. (2017). Diego Calvo. Definición de Red Neuronal Artificial. https://www.diegocalvo.es/definicion-de-red-neuronal/ Caracol radio. (2021). Cacaoteros se benefician de inversión que mejorará la producción del grano. Diez, R. P., Gómez, A. G., & Martínez, N. de A. (2001). Introducción a la inteligencia artificial. Dostert, N., Roque, J., Cano, A., Torre, M. I. La, & Weigend, M. (2011). Hoja botánica : Cacao. Elebi, C. M. (n.d.). Inteligencia Artificial y Salud. Evans, H. C. (1981). Pod rot of cacao caused by Moniliophthora (Monilia) roreri. Phytopathological Papers, 44. Frayre, A. O. G., Méndez, C. A. G., Olvera, C. A. O., Eneldo, F., Monteagudo, L., Betancur, D. L., Gutiérrez, V. M., & Barraza, S. V. (2005). Estudio y comparativa de algoritmos de detección de objetos con redes neuronales artificiales convolucionales para la detección de enfermedades en hojas. 1–6.
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/123456789/7905
identifier_str_mv	Aime, M. C., & Rica, C. (2005). The causal agents of witches ’ broom and frosty pod rot of cacao ( chocolate , Theobroma cacao ) form a new lineage of Marasmiaceae. 97(5), 1012–1022. Ángel, M., & Sánchez, A. (n.d.). Manual Técnico del Cultivo de Cacao Prácticas Latinoamericanas. Ávila-Tomás, J. F., Mayer-pujadas, M. A., & Quesada-varela, V. J. (2020). Atención Primaria La inteligencia artificial y sus aplicaciones en medicina I : introducción antecedentes a la IA y robótica. Atención Primaria, 52(10), 778–784. https://doi.org/10.1016/j.aprim.2020.04.013 Banda, H. (2014). Inteligencia Artificial: Principios y Aplicaciones. May. Bravo, L., Vaquero, M. P., & Bastida, S. (2011). Efectos beneficiosos del chocolate en la salud cardiovascular. 26(2), 289–292. https://doi.org/10.3305/nh.2011.26.2.5016 Calvo, D. (2017). Diego Calvo. Definición de Red Neuronal Artificial. https://www.diegocalvo.es/definicion-de-red-neuronal/ Caracol radio. (2021). Cacaoteros se benefician de inversión que mejorará la producción del grano. Diez, R. P., Gómez, A. G., & Martínez, N. de A. (2001). Introducción a la inteligencia artificial. Dostert, N., Roque, J., Cano, A., Torre, M. I. La, & Weigend, M. (2011). Hoja botánica : Cacao. Elebi, C. M. (n.d.). Inteligencia Artificial y Salud. Evans, H. C. (1981). Pod rot of cacao caused by Moniliophthora (Monilia) roreri. Phytopathological Papers, 44. Frayre, A. O. G., Méndez, C. A. G., Olvera, C. A. O., Eneldo, F., Monteagudo, L., Betancur, D. L., Gutiérrez, V. M., & Barraza, S. V. (2005). Estudio y comparativa de algoritmos de detección de objetos con redes neuronales artificiales convolucionales para la detección de enfermedades en hojas. 1–6. 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	Neiva (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/547cb66f-5ccd-4d75-976c-772611921ef2/download https://repositorio.uan.edu.co/bitstreams/e56234f1-4350-4d8f-8b30-f65cde4fd32d/download https://repositorio.uan.edu.co/bitstreams/751228ec-cd7a-4e8b-ad0c-6e539842b39f/download https://repositorio.uan.edu.co/bitstreams/105a01fe-6e90-4c77-9b01-4939e8af0af6/download
bitstream.checksum.fl_str_mv	b5167b9eb48cfaebeacd8730d961dc87 0b802c68129891c760caa714138c6142 b7fc1eae56c4d6af4d507a3ffd8e7793 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_	1812928313230884864
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_abf2Muñoz Calderón, YeimiAndrade Becerra, Cristian David20441627783Neiva (Huila, Colombia)2023-03-31T02:00:14Z2023-03-31T02:00:14Z2022-11-28http://repositorio.uan.edu.co/handle/123456789/7905Aime, M. C., & Rica, C. (2005). The causal agents of witches ’ broom and frosty pod rot of cacao ( chocolate , Theobroma cacao ) form a new lineage of Marasmiaceae. 97(5), 1012–1022.Ángel, M., & Sánchez, A. (n.d.). Manual Técnico del Cultivo de Cacao Prácticas Latinoamericanas.Ávila-Tomás, J. F., Mayer-pujadas, M. A., & Quesada-varela, V. J. (2020). Atención Primaria La inteligencia artificial y sus aplicaciones en medicina I : introducción antecedentes a la IA y robótica. Atención Primaria, 52(10), 778–784. https://doi.org/10.1016/j.aprim.2020.04.013Banda, H. (2014). Inteligencia Artificial: Principios y Aplicaciones. May.Bravo, L., Vaquero, M. P., & Bastida, S. (2011). Efectos beneficiosos del chocolate en la salud cardiovascular. 26(2), 289–292. https://doi.org/10.3305/nh.2011.26.2.5016Calvo, D. (2017). Diego Calvo. Definición de Red Neuronal Artificial. https://www.diegocalvo.es/definicion-de-red-neuronal/Caracol radio. (2021). Cacaoteros se benefician de inversión que mejorará la producción del grano.Diez, R. P., Gómez, A. G., & Martínez, N. de A. (2001). Introducción a la inteligencia artificial.Dostert, N., Roque, J., Cano, A., Torre, M. I. La, & Weigend, M. (2011). Hoja botánica : Cacao.Elebi, C. M. (n.d.). Inteligencia Artificial y Salud.Evans, H. C. (1981). Pod rot of cacao caused by Moniliophthora (Monilia) roreri. Phytopathological Papers, 44.Frayre, A. O. G., Méndez, C. A. G., Olvera, C. A. O., Eneldo, F., Monteagudo, L., Betancur, D. L., Gutiérrez, V. M., & Barraza, S. V. (2005). Estudio y comparativa de algoritmos de detección de objetos con redes neuronales artificiales convolucionales para la detección de enfermedades en hojas. 1–6.instname:Universidad Antonio Nariñoreponame:Repositorio Institucional UANrepourl:https://repositorio.uan.edu.co/Through this research, a computer vision system was developed with Raspberry Pi to contribute to the early detection of Moniliasis and Phytophthora, which currently affect cocoa the most, and from there, generate alternatives to minimize their impact. Neural networks were used for this study, in order to detect diseases in cocoa, the detection model used is the SSD MobileNet V2, an architecture used for object detection, trained and evaluated by a set of o wn images. The images come from the Villa Laura farm where a dataset of 540 images was extracted, the neural network, once trained, calculates the performance metrics, obtaining as a result an average accuracy of 0.783, and an average recall of 0.85. These results are very favorable for the model entered.A través de esta investigación se desarrolló un sistema de visión por computadora con que Raspberry P i para contribuir en la detección temprana de la Moniliasis y la Fitóftora actualmente son las que más afectan al cacao y a partir de allí, generar alternativas que minimicen su impacto. Para este estudio se utilizaron redes neuronales, con el fin de detectar las enfermedades en el cacao, el modelo de detección que se utilizó es el SSD MobileNet V2, una arquitectura utilizada para la detección de objetos, entrenada y evaluada por un conjunto de imágenes propio. Las imágenes provienen de la finca Villa Laura donde se extrajo un conjunto de datos de 540 imágenes, la red neuronal una entrenada se calcula las métricas de rendimiento obteniéndose como resultado una precisión media del 0.783, y un recuerdo promedio del 0.85 . vez Siendo esto resultados muy favorables para el modelo entrado.Ingeniero(a) Electrónico(a)PregradoPresencialProyectospaUniversidad Antonio NariñoIngeniería ElectrónicaFacultad de Ingeniería Mecánica, Electrónica y BiomédicaNeiva BuganvilesCacaoRedes NeuronalesRaspberryenfermedadesCocoaNeural NetworksRaspberrydiseasesDesarrollo de un sistema de visión por computadora con Raspberry Pi para la detección temprana de la Moniliasis y la Fitóftora en el cultivo de cacao criollo de la finca Villa Laura en el HuilaTrabajo de grado (Pregrado y/o Especialización)http://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_970fb48d4fbd8a85EspecializadaORIGINAL2022_CristianDavidAndradeBecerra2022_CristianDavidAndradeBecerraLibro Trabajo de Gradoapplication/pdf3875785https://repositorio.uan.edu.co/bitstreams/547cb66f-5ccd-4d75-976c-772611921ef2/downloadb5167b9eb48cfaebeacd8730d961dc87MD512022_CristianDavidAndradeBecerra_Autorización2022_CristianDavidAndradeBecerra_AutorizaciónAutorización de Autoresapplication/pdf1565079https://repositorio.uan.edu.co/bitstreams/e56234f1-4350-4d8f-8b30-f65cde4fd32d/download0b802c68129891c760caa714138c6142MD522022_CristianDavidAndradeBecerra_Acta2022_CristianDavidAndradeBecerra_ActaActa de Sustentaciónapplication/pdf325154https://repositorio.uan.edu.co/bitstreams/751228ec-cd7a-4e8b-ad0c-6e539842b39f/downloadb7fc1eae56c4d6af4d507a3ffd8e7793MD53CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.uan.edu.co/bitstreams/105a01fe-6e90-4c77-9b01-4939e8af0af6/download9868ccc48a14c8d591352b6eaf7f6239MD54123456789/7905oai:repositorio.uan.edu.co:123456789/79052024-10-09 22:44:37.556https://creativecommons.org/licenses/by-nc-nd/4.0/Acceso abiertoopen.accesshttps://repositorio.uan.edu.coRepositorio Institucional UANalertas.repositorio@uan.edu.co

Desarrollo de un sistema de visión por computadora con Raspberry Pi para la detección temprana de la Moniliasis y la Fitóftora en el cultivo de cacao criollo de la finca Villa Laura en el Huila

Publicaciones similares