Implementación de segmentación semántica con MASK R-CNN para la cuantificación de malezas en campos de papa usando imágenes aéreas de drones

Abstract

El presente trabajo de tesis aborda el desarrollo de un sistema inteligente para la segmentación semántica de malezas en cultivos agrícolas. El estudio tiene como finalidad contribuir al monitoreo automatizado de cultivos a partir de imágenes capturadas con vehículos aéreos no tripulados. La investigación se estructura en torno a dos marcos metodológicos complementarios: el modelo CRISP-DM, aplicado al ciclo de desarrollo del modelo de segmentación, y la metodología Scrum, utilizada para la gestión ágil de los Sprints de implementación del sistema. A lo largo de las fases de comprensión del negocio, preparación de los datos, modelado y despliegue, se construyó un flujo experimental reproducible que integra componentes de backend y frontend en un entorno funcional. Inicialmente se empleó la arquitectura Mask R-CNN, sin embargo, los resultados obtenidos no alcanzaron los niveles de precisión esperados. Por ello, se adoptó la arquitectura DeepLabV3+ con diferentes backbones, entre ellos EfficientNetV2-B0. Los experimentos se desarrollaron utilizando imágenes UAV de 128×128 píxeles y un conjunto de datos multiclase, dividido en subconjuntos de entrenamiento, validación y prueba, con técnicas de aumento de datos para equilibrar las clases minoritarias. El sistema resultante fue desplegado como una aplicación web compuesta por un backend en Flask y una interfaz gráfica en Angular, permitiendo procesar imágenes capturadas directamente desde el dron o fragmentadas en parches de 128×128 píxeles. La aplicación genera automáticamente la máscara segmentada y los porcentajes por clase, ofreciendo una herramienta accesible y funcional para investigadores y técnicos agrícolas. Los resultados obtenidos demuestran la eficacia del modelo DeepLabV3+ con EfficientNetV2-B0 para la segmentación multiclase de malezas, alcanzando una alta precisión y tiempos de inferencia reducidos.