Desarrollo de un algoritmo de visión artificial basado en redes neuronales para la identificación del oídium en la planta de arándano

Resumen

En este estudio, introducimos un enfoque revolucionario que combina la visión por computadora y las redes neuronales con la finalidad de diseñar un algoritmo de visión por computadora que pueda distinguir entre las hojas de arándanos que presenten oidiosis y las que se encuentren sanas sin esta enfermedad, lo que podría mejorar significativamente la calidad y eficiencia de la producción de arándanos en la industria agroindustrial. Metodología. Se utilizo el lenguaje de programación Python y la biblioteca YOLOv7, se ejecutó en un procesador Intel Corei5 ,8 GB de RAM, tarjeta gráfica Nvidia Geforce 1650, webcam con resolución 1080p. Mediante un enfoque experimental y cuantitativo, evaluamos la eficacia del algoritmo. Resultados. Se evidencio una eficiencia del 91% en la detección del hongo Oidio u Oidiosis en los arándanos, valida la efectividad del método y resalta su potencial para transformar la industria agroindustrial. Conclusión. Permitirá una clasificación más eficiente de los productos, lo que podría tener un impacto positivo en la calidad y competitividad del mercado de arándanos.