Por favor, use este identificador para citar o enlazar este ítem: http://181.198.77.137:8080/jspui/handle/123456789/1214
Título : 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
Autor : PALACIOS JULIO, LEANDRO LEODAN
Palabras clave : App Móvil, procesamiento de imágenes, Red neuronal, Transferencia de Aprendizaje
Fecha de publicación : dic-2021
Editorial : UPEC
Citación : INF-036
Resumen : 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
Aparece en las colecciones: Carrera en Informática

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
036- PALACIOS JULIO LEANDRO LEODAN.pdf6.68 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.