Detección automática de malezas en cultivos de maíz y/o papa utilizando imágenes adquiridas por drones empleando la arquitectura de red neuronal convolucional xception

Abstract

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.