Diseño de un prototipo web de recolección y validación de datos empleados para detectar enfermedades en las hojas de plantas medicinales a través de procesamiento de imágenes mediante redes neuronales convulsiónales caso de estudio: caléndula (Cercospora) y albahaca (Colletotrichum Gloeosporioides)

En el campo de visión por computadora, las redes neuronales convolucionales y el apoyo de los recursos de procesamiento como Google Colab o computadores con ram de 24 o 32 GB, han permitido aplicar modelos para predecir la clasificación de una imagen determinada. En el trabajo actual se utilizaron m...

Full description

Autores:

Tipo de recurso:: Trabajo de grado de pregrado

Fecha de publicación:: 2021

Institución:: Universidad Distrital Francisco José de Caldas

Repositorio:: RIUD: repositorio U. Distrital

Idioma:: spa

Description
Summary:	En el campo de visión por computadora, las redes neuronales convolucionales y el apoyo de los recursos de procesamiento como Google Colab o computadores con ram de 24 o 32 GB, han permitido aplicar modelos para predecir la clasificación de una imagen determinada. En el trabajo actual se utilizaron modelos previamente entrenados que sirvieron para que el prototipo funcional de recolección de imágenes medicinales, desarrollado con django,python y javascript, tuviera implı́cito un filtro autómatico que sugiriera si es por ejemplo una planta o no, que además presentara si ésta se encuentra enferma o sana, según la imagen almacenada. Estas validaciones automáticas se utilizan principalmente para construir datasets de entrenamiento posteriores, con temas similares o que involucren plantas u hojas de plantas y su respectivo aprovechamiento y análisis. Este trabajo contiene la aplicación de estos modelos dentro del prototipo web, asegurando accesibilidad a los datos almacenados, sin embargo no descarga la evaluación manual o del usuario, que es muy importante también, pues los modelos a veces quedan sobreajustados.

Publicaciones similares