Please use this identifier to cite or link to this item: http://181.198.77.137:8080/jspui/handle/123456789/1214
Title: Procesamiento de imágenes digitales para la identificación de enfermedades de hoja en los cultivos de pimiento de la comunidad Pusir Grande del cantón Bolívar en el año 2020
Authors: PALACIOS JULIO, LEANDRO LEODAN
Keywords: App Móvil, procesamiento de imágenes, Red neuronal, Transferencia de Aprendizaje
Issue Date: Dec-2021
Publisher: UPEC
Citation: INF-036
Abstract: El proyecto de investigación denominado “Procesamiento de imágenes digitales para la identificación de enfermedades de hoja en los cultivos de pimiento de la comunidad Pusir Grande del cantón Bolívar en el año 2020”, cuyo énfasis se centró en la actividad de identificación de enfermedades. La meta del proyecto fue la elaboración de una herramienta informática que pueda identificar enfermedades en las hojas a partir de una fotografía de la hoja del cultivo, en su desarrollo se contempló los dos tipos de enfoques de investigación, recopilando información a base de entrevistas a técnicos y encuestas a agricultores de la localidad. A partir de los resultados conseguidos y la facilidad de obtener una imagen digital haciendo uso de un dispositivo móvil, se desarrolló un prototipo de app móvil para Android. El desarrollo de la propuesta estuvo ligada a la metodología de proceso incremental cumpliendo cada una de sus fases. En la fase de análisis, por encuesta se obtuvo como resultado que la población objetiva si usarían el aplicativo y que también disponen de un dispositivo con las especificaciones que el software demanda, por lo tanto para las siguientes fases técnicas se procedió con el alojamiento del aplicativo en el hosting gratuito 000webhost usando una base de datos creada en MySQL, para el desarrollo de las vistas se usó el editor de código de Microsoft Android Studio conjuntamente con las clases de java codificadas en el mismo editor. Además, se utilizó la técnica de Inteligencia Artificial transfer learning para reentrenar un modelo Red Neuronal Convolucional a base de un modelo ya entrenado VGG16, la integración del modelo a Android se la realizó transformado el modelo a la versión de TensorFlow compatible con Android denominada TersorFlow Lite.
URI: http://repositorio.upec.edu.ec/handle/123456789/1214
Appears in Collections:Carrera en Informática

Files in This Item:
File Description SizeFormat 
036- PALACIOS JULIO LEANDRO LEODAN.pdf6.68 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.