Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.utn.edu.ec/handle/123456789/16351
Citar este ítem

Título : Detección automática de malezas en cultivos de maíz y/o papa utilizando imágenes adquiridas por drones empleando la arquitectura de red neuronal convolucional xception
Director: García Santillán, Iván Danilo
Autor : Lema Días, Kevin Johao
Tipo docuemento: bachelorThesis
Palabras clave : PROGRAMA DE ORDENADOR;CULTIVO ALIMENTICIO;VISIÓN
Fecha de publicación : 12-ago-2024
Fecha de creación : 30-jul-2024
Resumen : La detección automática de malezas en el campo de la agricultura de precisión tiene un peso importante por los recursos que se ven involucrados en el desarrollo e implementación, siendo positivo o negativo de acorde a los resultados obtenidos, pues un buen modelo ayuda a eliminar de mejor manera las malezas de los cultivos, los cuales son responsables de apoderarse de los nutrientes, agua y luz solar que son necesarios para el correcto desarrollo de los cultivos. El proyecto abarca el desarrollo de un dataset propio de cultivos en los que se encuentran malezas y papas, las imágenes son adquiridas desde un dron, el entrenamiento de la arquitectura Xception que es propuesta desde un inicio y al cambio de arquitectura por EfficientDet, para posteriormente realizar el despliegue del modelo en una interfaz para ser difundida a terceros, para llegar a esto último se usan métricas relacionadas a deep learning para escoger el mejor modelo.
Descripción : Detectar automáticamente malezas en cultivos de maíz y/o papa utilizando imágenes adquiridas por drones empleando la arquitectura de red neuronal convolucional Xception.
URI : https://repositorio.utn.edu.ec/handle/123456789/16351
Ubicación: 04/SOF/ 060
Ciudad. País: Ibarra. Ecuador
Grado Académico: Ingeniería
Código MFN : 0000043373
Carrera Profesional: Software
Aparece en las colecciones: Software

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
04 SOF 060 logo.jpgLogo389.83 kBJPEGVista previa
Visualizar/Abrir
04 SOF 060 TRABAJO GRADO.pdfTrabajo de Grado4.36 MBAdobe PDFVista previa
Visualizar/Abrir


Este ítem está protegido por copyright original



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons