Sistema de monitoreo de condiciones óptimas de crecimiento de cultivos en sistemas microfarms por medio de visión por computador y algoritmos de aprendizaje de máquina

Abstract

El presente trabajo de titulación detalla el desarrollo de un sistema inteligente de reconocimiento de imagen a través de un algoritmo de aprendizaje de máquina para la detección de la enfermedad Erysiphe cichoracerum en cultivos Micro-Farms. El sistema presenta el desarrollo de la parte de software como la más importante a través de la programación, así también complementado con la parte de hardware siendo estos dos bloques esenciales para poder contemplarlos y analizarlos de manera individual. En el primer bloque, el de software donde contemplamos el desarrollo en conjunto de una programación basada en lenguaje Python que en conjunto con las herramientas de entrenamiento de algoritmo de maquina basado en la estructura fundamental y principal de Tiny Yolo. Se puede desarrollar un algoritmo capaz de ser entrenado en base al reconocimiento de imágenes para que cumpla una función en específico. En el segundo bloque el de Hardware contemplamos el uso de un acelerador de GPU para correcto funcionamiento de nuestro algoritmo previamente entrenado, así como el uso de una cámara que en conjunto hacen arte de todo el sistema de reconocimiento en tiempo real de la enfermedad en los cultivos micro-farms de lechugas. Finalmente se realizan las pruebas necesarias del sistema de reconocimiento tanto en ambientes controlados como en ambientes reales donde se contempla que todas las funcionalidades planteadas al inicio del proyecto sean resueltas con la culminación de este. Para ello se realizan pruebas a todo el sistema tanto en hardware como en software para comprobar que en la unificación de los dos no presenten errores y el sistema sea eficiente y eficaz al momento de implementarlo teniendo los resultados óptimos propuestos al inicio del proyecto.