Aplicación móvil para el reconocimiento de plantas medicinales mediante visión artificial

Abstract

La visión artificial representa actualmente un gran desarrollo en la tecnología, siendo una rama fundamental de la inteligencia artificial (IA), puesto que abarca diversos campos de la investigación. Su influencia es tan significativa que se ha extendido incluso a actividades recreativas al aire libre, como caminatas, camping, trekking, entre otras. No obstante, en medio de estas actividades, persisten desafíos aún no resueltos. Un porcentaje significativo de la población involucrada no presta la debida atención al botiquín de primeros auxilios antes de iniciar dichas acciones, debido a que este elemento es quien debería proporcionarles los implementos y medicamentos necesarios para atender cualquier percance que pueda surgir en plena naturaleza. Así pues, este trabajo de titulación presenta el desarrollo de una aplicación móvil enfocada a la identificación de cuatro plantas medicinales conocidas como: Manzanilla, Iso, Ñachag y Matuerzo; especies que crecen en la provincia de Imbabura. La metodología utilizada en este desarrollo se fundamenta en el modelo cascada, con el objetivo de mantener una organización rigurosa en la ejecución de las actividades programadas. Además, para determinar la solución óptima a la problemática planteada, se realiza un análisis basado en la ponderación de alternativas. Las actividades realizadas se enfocaron en la creación de la base de datos, que abarcó un total de 4100 imágenes. De estas, 1100 fotografías correspondieron a la manzanilla, mientras que cada una de las otras especies tuvo 1000 representaciones. El entrenamiento de la red neuronal se llevó a cabo en Google Colab utilizando el modelo SSDMOBILENET V2, con la participación de las bibliotecas OpenCV y TensorFlow. En cuanto al diseño y construcción de la aplicación móvil, se empleó el entorno de desarrollo integrado Android Studio, utilizando el lenguaje de programación Kotlin. XVII Como resultado, se logró diseñar una aplicación móvil compatible con el sistema operativo Android, que realiza la inferencia con un modelo en formato .tflite para la identificación en tiempo real. Además, en la pantalla secundaria se proporcionan las propiedades medicinales, así como también el modo de uso, factores relevantes que cumplen la función de complementar al botiquín. El algoritmo de detección, evaluado mediante una matriz de confusión de forma general, demostró un rendimiento con una precisión del 93.65 %, lo que indica que las predicciones realizadas son confiables. Y de forma individual para cada variable se obtuvo los siguientes datos: Manzanilla, 98 %; Ñachag, 90 %; Iso, 94 % y Mastuerzo, 92 %. Cifras que demuestran que el modelo se sitúa sobre el 90 % manifestando que la identificación es precisa.