Método para la clasificación de cultivos agrícolas a pequeña escala empleando técnicas de aprendizaje profundo

Aproximadamente el 75% de la superficie agrícola global pertenece a pequeños agricultores, siendo esenciales para el abastecimiento local de alimentos. Sin embargo, los desafíos comunes incluyen la falta de caracterización precisa de los cultivos y la escasa información detallada en las zonas productivas. La Agricultura Inteligente, que utiliza tecnologías avanzadas como Vehículos Aéreos No Tripulados (VANTs) y visión por computadora, ofrece soluciones; sin embargo, su falta de accesibilidad excluye al 94% de los pequeños agricultores en Colombia. Este trabajo aborda la necesidad de proponer un método de clasificación de cultivos agrícolas a pequeña escala empleando técnicas de aprendizaje profundo. Se utiliza una VANT DJI Mini 2 SE, accesible en el mercado, para capturar imágenes en San Cristóbal, un área rural de Medellín, Colombia, con el objetivo de identificar cultivos de cebolla verde o de rama, follaje y áreas sin cultivo. Con 259 imágenes y 4315 instancias etiquetadas, se emplean modelos de Redes Neuronales Convolucionales (CNNs, por sus siglas en inglés) para la clasificación de objetos, segmentación de instancias y segmentación semántica. Se evaluaron métodos de Aprendizaje Profundo utilizando Transfer Learning, siendo Mask R-CNN el elegido con un 93% de precisión, una tasa de falsos positivos del 9% y falsos negativos del 4%. Las métricas incluyen un porcentaje de precisión promedio medio (mAP%) del 55.49% para follaje, 49.09% para áreas sin cultivo y 58.21% para la cebolla. El conjunto de datos etiquetado está disponible para fomentar la colaboración e investigación comparativa. En términos generales se concluye que mediante la captura de imágenes digitales con VANTs y el uso de métodos de aprendizaje profundo, se puede obtener información precisa y oportuna sobre pequeñas explotaciones agrícolas. (Texto tomado de la fuente)

• Autores: Arregocés Guerra, Paulina
• Fecha de publicación: 2024
• Institución: Universidad Nacional de Colombia
• Repositorio: Universidad Nacional de Colombia
• Idioma: spa
• OAI Identifier: oai:repositorio.unal.edu.co:unal/86302
• Acceso en línea: https://repositorio.unal.edu.co/handle/unal/86302; https://repositorio.unal.edu.co/
• Palabra clave: 000 - Ciencias de la computación, información y obras generales::004 - Procesamiento de datos Ciencia de los computadores; 000 - Ciencias de la computación, información y obras generales::005 - Programación, programas, datos de computación; 630 - Agricultura y tecnologías relacionadas; Procesamiento de imágenes; Agricultura Inteligente; imágenes aéreas; VANTs; Aprendizaje profundo; Redes Neuronales Convolucionales; Smart Farming; aerial imagery; UAVs; Deep Learning; Convolutional neural networks; Redes neuronales convolucionales
• Rights: openAccess
• License: Atribución-NoComercial-SinDerivadas 4.0 Internacional