Desarrollo de una aplicación móvil para el control de enfermedades de las hojas de maíz amarillo utilizando inteligencia artificial (CNN), Docker, en el barrio Santo Samana del Cantón Latacunga.
No Thumbnail Available
Date
2026-11-16
Advisors
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Técnica de Cotopaxi (UTC). Facultad de Ciencias de la Ingeniería y Aplicadas. Sistemas de Información
Abstract
The purpose of this project is to develop a mobile application that enables the timely identification of leaf diseases in yellow corn through the use of artificial intelligence. The research was prompted by the difficulties faced by farmers in the Santo Samana neighborhood in recognizing diseases in their crops, a situation that leads to economic losses and reduced production. To address this issue, an app was developed that analyzes photographs of corn leaves using convolutional neural networks (CNNs), specifically the MobileNetV2 model, selected for its efficiency and low resource consumption. Additionally, the KDD methodology was used for image processing and training, the XP methodology for software development, and Docker to deploy the technological services. Among the key findings, the artificial intelligence model achieved an overall accuracy of 93.37%, demonstrating a satisfactory ability to identify healthy leaves and diseases such as rust, blight, and gray leaf spot. Furthermore, surveys revealed that 89.6% of farmers own smartphones and that there is a favorable reception toward the use of this technological tool. In conclusion, the project demonstrates that the integration of mobile applications and artificial intelligence constitutes a viable technological alternative for improving the early diagnosis of plant diseases.
Description
El proyecto desarrollado tiene como finalidad implementar una aplicación móvil que permita identificar oportunamente las enfermedades foliares del maíz amarillo mediante el uso de inteligencia artificial. La investigación surge debido a las dificultades que enfrentan los agricultores del barrio Santo Samana para reconocer las enfermedades de sus cultivos, situación que ocasiona pérdidas económicas y disminución de la producción. Para solucionar esta problemática, se desarrolló una aplicación que analiza fotografías de las hojas de maíz mediante redes neuronales convolucionales (CNN), utilizando el modelo MobileNetV2, seleccionado por su eficiencia y bajo consumo de recursos. Además, se empleó la metodología KDD para el procesamiento y entrenamiento de imágenes, la metodología XP para el desarrollo del software y Docker para implementar los servicios tecnológicos. Entre los principales resultados destaca que el modelo de inteligencia artificial alcanzó una precisión global del 93,37 %, demostrando una capacidad satisfactoria para identificar hojas sanas y enfermedades como roya, tizón y mancha gris. Asimismo, las encuestas evidenciaron que el 89,6 % de los agricultores dispone de teléfonos inteligentes y existe una aceptación favorable hacia el uso de esta herramienta tecnológica. En conclusión, el proyecto demuestra que la integración de aplicaciones móviles e inteligencia artificial constituye una alternativa tecnológica viable para mejorar el diagnóstico temprano de enfermedades del maíz, facilitar la toma de decisiones agrícolas y contribuir a reducir las pérdidas productivas y económicas de los agricultores.
Keywords
MobileNetV2, Redes neuronales, inteligencia artificial, teléfonos inteligentes
Citation
Cisneros Valencia, D. I., & Zela Arias, C. A. (2026). Desarrollo de una aplicación móvil para el control de enfermedades de las hojas de maíz amarillo utilizando inteligencia artificial (CNN), Docker, en el barrio Santo Samana del Cantón Latacunga. [Tesis de ingeniería, Universidad Técnica de Cotopaxi]