Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.utc.edu.ec/handle/27000/8625
Tipo de Material: bachelorThesis
Título : “Desarrollo de un prototipo para el reconocimiento de plagas en plantaciones de babaco bajo invernadero utilizando redes neuronales”.
Autor : Gamboa Murillo, Patricio Alejandro
López Miniguano, Isaac Samuel
Director de Tesis: Villa, William
Descriptores: PROCESAMIENTO
PLAGAS
GOOGLE COLAB
OPEN CV
Fecha de publicación : ago-2021
Ciudad: Editorial: Ecuador: Latacunga: Universidad Técnica de Cotopaxi (UTC).
Citación : Gamboa Murillo Patricio Alejandro, López Miniguano Isaac Samuel (2021), “Desarrollo de un prototipo para el reconocimiento de plagas en plantaciones de babaco bajo invernadero utilizando redes neuronales”. UTC. Latacunga. 79 p.
metadata.dc.format.extent: 79 páginas
Resumen : El presente proyecto de investigación está enfocado en la detección de plagas que se dan en las plantas de babaco, es decir se hace un análisis técnico por medio de expertos y a través de revisiones bibliográficas considerando para este proyecto el procesamiento de imágenes mediante el entrenamiento con redes neuronales convolucionales cuyos resultados se reflejaran en una interfaz móvil, la misma que fue diseñada para los agricultores de este tipo de plantaciones. Para el desarrollo del entrenamiento de la red neuronal se empleó la metodología de desarrollo evolutivo, mediante el uso de herramientas de programación se usaron Google Colab como plataforma de desarrollo, Phyton como lenguaje de programación, la librería Open CV para el procesamiento de imágenes y Android Studio el cual se utilizó para crear la interfaz móvil. Para el entrenamiento y la prueba de la red neuronal se utilizaron 2500 imágenes de plagas en hojas y frutos basadas en fotografías. Para establecer el tipo de plaga se usó el procesamiento de imágenes en un banco de cincuenta fotografías por plaga mediante dos procesos de entrenamiento de la red neuronal, obteniendo como resultados de efectividad 93,75% y 100% de exactitud.
Descripción : This research project is focused on the detection of pests that occur in babaco plants, that is, a technical analysis is made by experts and through bibliographic reviews considering image processing for this project through training with convolutional neural networks whose results are reflected in a mobile interface, the same one that was designed for farmers in this type of plantation. For the development of the neural network training, the evolutionary development methodology was used, through the use of programming tools, Google Colab was used as a development platform, Python as a programming language, the Open CV library for image processing and Android Studio which was used to create the mobile interface. For training and testing of the neural network, 2500 images of pests in leaves and fruits based on photographs were used. To establish the type of plague, image processing was used in a bank of fifty photographs per plague through two training processes of the neural network, obtaining 93.75% effectiveness and 100% accuracy as results.
Aparece en las colecciones: Tesis - Ingeniería en Sistemas

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
PI-001947.pdfPROYECTO DE GRADO A TEXTO COMPLETO3,79 MBAdobe PDFVisualizar/Abrir


Los ítems de Repositorio UTC están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.