DISEÑO E IMPLEMENTACÓN DE UN MODELO DE DEEP LEARNING PARA LA CLASIFICAIÓN DE PLAGAS EN EL JITOMATE

Resumen

El reconocimiento de imágenes mediante aprendizaje automático se basa en la capacidad de los algoritmos para identificar patrones ocultos a partir de datos organizados y no organizados, a lo que se le conoce como aprendizaje supervisado. El enfoque más destacado es el Deep Learning, que emplea múltiples capas ocultas en un modelo que, en conjunto con hardware de Inteligencia Artificial robusto, como una GPU, pueden lograr un alto rendimiento en la clasificación a través de visión por computadora. Esta investigación se centra en implementar una arquitectura de Redes Neuronales Artificiales para identificar plagas en plantaciones de jitomate usando imágenes. Se aplicó la metodología de Design Thinking, que considera al usuario final, proporcionando una herramienta tecnológica para optimizar la producción agrícola. Los resultados preliminares sugieren que estas soluciones tienen un gran potencial para abordar necesidades reales mediante tecnologías emergentes y mejorar la toma de decisiones en la gestión agrícola, evitando pérdidas de producto.