Publicação

Conteo de plantas de agave usando redes neuronales convolucionales e imágenes adquiridas desde un vehículo aéreo no tripulado

Ver documento

Detalhes bibliográficos
Resumo:Resumen Esta investigación aporta nueva información aplicando técnicas de aprendizaje profundo en cultivos de agave. Se pretende el desarrollo de un algoritmo de aprendizaje profundo basado en redes neuronales convolucionales que automatice el conteo de las plantas de agave de un cultivo a partir de imágenes tomadas desde vehículo aéreo no tripulado, el conteo de las plantas de agave será obtenido de manera más eficiente, económico y en un lapso más breve que la forma tradicional. El Proyecto contribuye a la solución del tiempo de preprocesamiento de las imágenes, mejora la detección de plantas de agave con adversidades, mejorar los tiempos de entrenamiento del algoritmo, reduce costos computacionales.
Autores principais:Hernández-Calvario,Omar
Outros Autores:Florián,Frida; Sánchez,María Guadalupe; Ávila-George,Himer
Assunto:aprendizaje profundo redes neuronales convolucionales (CNN) YOLOv5 agricultura de precisión VANT
Ano:2022
País:Portugal
Tipo de documento:artigo
Tipo de acesso:acesso aberto
Instituição associada:Fundação para a Ciência e Tecnologia
Idioma:espanhol
Origem:SciELO Portugal
Descrição
Resumo:Resumen Esta investigación aporta nueva información aplicando técnicas de aprendizaje profundo en cultivos de agave. Se pretende el desarrollo de un algoritmo de aprendizaje profundo basado en redes neuronales convolucionales que automatice el conteo de las plantas de agave de un cultivo a partir de imágenes tomadas desde vehículo aéreo no tripulado, el conteo de las plantas de agave será obtenido de manera más eficiente, económico y en un lapso más breve que la forma tradicional. El Proyecto contribuye a la solución del tiempo de preprocesamiento de las imágenes, mejora la detección de plantas de agave con adversidades, mejorar los tiempos de entrenamiento del algoritmo, reduce costos computacionales.