Por favor, use este identificador para citar o enlazar este ítem:
http://repositorio.uan.edu.co/handle/123456789/7904
> Repositorio UAN
Repositorio UANComunidades y ColeccionesTitulosMateriasAutoresFecha de publicacion
Mi CuentaAccederRegistro
Mi CuentaAccederRegistro
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.pdf | 1.97 MB | Visualizar/Abrir |
2022_WilliamRicardoErazoSamboni _Autorización Restricted Access | 1.63 MB | Visualizar/Abrir Request a copy |
2022_WilliamRicardoErazoSamboni _Acta Restricted Access | 314.08 kB | Visualizar/Abrir Request a copy |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons