Please use this identifier to cite or link to this item: https://repositorio.utn.edu.ec/handle/123456789/16351
Citar este ítem

Full metadata record
DC FieldValueLanguage
dc.contributor.advisorGarcía Santillán, Iván Danilo-
dc.contributor.authorLema Días, Kevin Johao-
dc.date.accessioned2024-08-12T17:11:26Z-
dc.date.available2024-08-12T17:11:26Z-
dc.date.created2024-07-30-
dc.date.issued2024-08-12-
dc.identifier.other04/SOF/ 060es_EC
dc.identifier.urihttps://repositorio.utn.edu.ec/handle/123456789/16351-
dc.descriptionDetectar automáticamente malezas en cultivos de maíz y/o papa utilizando imágenes adquiridas por drones empleando la arquitectura de red neuronal convolucional Xception.es_EC
dc.description.abstractLa 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.es_EC
dc.language.isospaes_EC
dc.rightsopenAccesses_EC
dc.rightsAtribución-NoComercial-CompartirIgual 3.0 Ecuador*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/3.0/ec/*
dc.subjectPROGRAMA DE ORDENADORes_EC
dc.subjectCULTIVO ALIMENTICIOes_EC
dc.subjectVISIÓNes_EC
dc.titleDetección automática de malezas en cultivos de maíz y/o papa utilizando imágenes adquiridas por drones empleando la arquitectura de red neuronal convolucional xceptiones_EC
dc.typebachelorThesises_EC
dc.description.degreeIngenieríaes_EC
dc.contributor.deparmentSoftwarees_EC
dc.coverageIbarra. Ecuadores_EC
dc.identifier.mfn0000043373es_EC
Appears in Collections:Software

Files in This Item:
File Description SizeFormat 
04 SOF 060 logo.jpgLogo389.83 kBJPEGThumbnail
View/Open
04 SOF 060 TRABAJO GRADO.pdfTrabajo de Grado4.36 MBAdobe PDFThumbnail
View/Open


This item is protected by original copyright



This item is licensed under a Creative Commons License Creative Commons