Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.uan.edu.co/handle/123456789/7904

Logo





Título : 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
metadata.dc.creator: Erazo Samboni, William Ricardo
metadata.dc.contributor.advisor: Fernández Periche, Francisco Maximiliano
Palabras clave : Aguacate Hass;Plaga Monalonion;Aplicación Android móvil;Visión Artificial;Deep Learning
Resumen : 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
metadata.dc.description.tableofcontents: En 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%
URI : http://repositorio.uan.edu.co/handle/123456789/7904
Editorial : Universidad Antonio Nariño
metadata.dc.publisher.campus: Neiva Buganviles
metadata.dc.publisher.faculty: Facultad de Ingeniería Mecánica, Electrónica y Biomédica
metadata.dc.date.created: 2022-11-28
metadata.dc.rights.uri: http://creativecommons.org/licenses/by-nc-nd/3.0/us/
Aparece en las colecciones: Ingeniería electrónica

Ficheros en este ítem:
Fichero Tamaño  
2022_WilliamRicardoErazoSamboni.pdf1.97 MBVisualizar/Abrir
2022_WilliamRicardoErazoSamboni _Autorización
  Restricted Access
1.63 MBVisualizar/Abrir  Request a copy
2022_WilliamRicardoErazoSamboni _Acta
  Restricted Access
314.08 kBVisualizar/Abrir  Request a copy


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons