Prototipo agrícola para la detección y el conteo de esporas del hongo Trichoderma utilizando técnicas de visión artificial

Abstract

Este trabajo propone el diseño e implementación de un prototipo para la detección y el recuento automáticos de esporas del hongo Trichoderma mediante técnicas de visión artificial. La solución integra una plataforma local y otra basada en IoT, proporcionando un entorno intuitivo para apoyar la agricultura, facilitando la monitorización remota y el análisis de datos. El sistema se desarrolla siguiendo el modelo Cascade, lo que garantiza un enfoque estructurado en sus distintas etapas, desde la recopilación de requisitos y el diseño hasta la implementación y las pruebas, con un entorno gráfico e intuitivo para apoyar la agricultura. Además, para lograr una detección eficiente en tiempo real, el prototipo emplea un dispositivo integrado (en concreto, una placa NVIDIA Jetson Nano) que permite operaciones básicas de aprendizaje profundo. Un microscopio USB captura imágenes de esporas, que posteriormente se analizan mediante algoritmos de detección de objetos. Se seleccionó Tiny YOLO por su menor consumo computacional y su fiable precisión. Esta elección garantiza que, a pesar de los recursos limitados de la placa en comparación con servidores o ordenadores de escritorio convencionales, el modelo pueda identificar eficazmente las esporas de Trichoderma con una latencia mínima.