Desarrollo de un algoritmo de visión artificial que facilite la selección de paltas para exportación a los agricultores

Autores/as

  • Leslie Katherine Montano Maldonado Universidad Cesar Vallejo
  • Alexandra Nicol Vásquez Rodríguez Universidad Cesar Vallejo
  • Jenniffer Elizabeth Loor Zambrano British House Internacional
  • Jhonatan Alexander Luzardo Zamora Universidad Cesar Vallejo
  • José Alberto Castro Curay Instituto Superior Tecnológico Publico de Huarmey https://orcid.org/0000-0003-0794-2968

DOI:

https://doi.org/10.18050/ingnosis.v9i2.3180

Palabras clave:

Selección de aguacates, , calidad de exportación, visión artificial, redes neuronales

Resumen

Este estudio presenta el desarrollo de un algoritmo de visión artificial para la selección de aguacates destinados a la exportación. Se empleó el modelo YOLOv7 utilizando aprendizaje de transferencia para construir el algoritmo, logrando una eficiencia del 96,36% en la identificación de aguacates aptos o no aptos para la exportación. El algoritmo demuestra un potencial significativo para mejorar los procesos de selección agrícola y las operaciones de almacén, ofreciendo una herramienta eficiente y prometedora para mejorar la calidad y la competitividad dentro de la industria agroexportadora.

Descargas

Publicado

29-11-2023

Cómo citar

Montano Maldonado, L. K., Vásquez Rodríguez, A. N. ., Loor Zambrano, J. E. ., Luzardo Zamora, J. A., & Castro Curay, J. A. (2023). Desarrollo de un algoritmo de visión artificial que facilite la selección de paltas para exportación a los agricultores. INGnosis, 9(2), 44–53. https://doi.org/10.18050/ingnosis.v9i2.3180

Número

Sección

Investigación original

Artículos más leídos del mismo autor/a

Nota: Este módulo requiere de la activación de, al menos, un módulo de estadísticas/informes. Si los módulos de estadísticas proporcionan más de una métrica, selecciona una métrica principal en la página de configuración del sitio y/o en las páginas de propiedades de la revista.