Clasificación de enfermedades en hojas de papa utilizando Transformadores de Visión
La detección y clasificación de enfermedades en cultivos es crucial para el desarrollo y crecimiento del sector agrícola. El uso de técnicas tradicionales y el bajo nivel técnico aplicado al control de los sembríos generan grandes pérdidas para los agricultores. La visión por computadora aporta solu...
Saved in:
| Main Authors: | , , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Universidad Nacional de Chimborazo
2025-01-01
|
| Series: | NOVASINERGIA |
| Subjects: | |
| Online Access: | https://novasinergia.unach.edu.ec/index.php/novasinergia/article/view/562 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1841542625079853056 |
|---|---|
| author | Fernando David Valle-Medina Luis Javier Castillo-Herdia Mirella Azucena Correa-Peralta Jomar Elizabeth Guzmán-Seraquive |
| author_facet | Fernando David Valle-Medina Luis Javier Castillo-Herdia Mirella Azucena Correa-Peralta Jomar Elizabeth Guzmán-Seraquive |
| author_sort | Fernando David Valle-Medina |
| collection | DOAJ |
| description | La detección y clasificación de enfermedades en cultivos es crucial para el desarrollo y crecimiento del sector agrícola. El uso de técnicas tradicionales y el bajo nivel técnico aplicado al control de los sembríos generan grandes pérdidas para los agricultores. La visión por computadora aporta soluciones en este campo, no obstante, las investigaciones actuales se centran en el uso de redes neuronales convolucionales (Convolutional Neural Networks, CNNs), las cuales tienen una limitada capacidad para ubicar de forma precisa las características de mayor relevancia en una imagen. Para superar estas limitaciones, nuestro estudio propone un modelo de aprendizaje profundo basado en la arquitectura de Transformadores de Visión (Vision Transformers, ViT) para detectar y clasificar las enfermedades tizón temprano y tizón tardío en las hojas de papa. En esta investigación se evidencia cómo las técnicas de aumento de datos, ajuste fino y aprendizaje por transferencia permiten mejorar el rendimiento del modelo. El conjunto de datos para entrenamiento y prueba fue tomado de la plataforma PlantVillage. El reporte de métricas de evaluación del modelo propuesto alcanza una exactitud de 99.18% y un puntaje F1 de 98.7%. Los resultados demuestran un alto nivel de predicción en las enfermedades foliares de papa y evidencian la eficiencia de los mecanismos de atención. Se concluye que el modelo se consolida como una herramienta innovadora y funcional para los agricultores. |
| format | Article |
| id | doaj-art-a29d9f252d4547ac85b9abef252ca5f3 |
| institution | Kabale University |
| issn | 2631-2654 |
| language | English |
| publishDate | 2025-01-01 |
| publisher | Universidad Nacional de Chimborazo |
| record_format | Article |
| series | NOVASINERGIA |
| spelling | doaj-art-a29d9f252d4547ac85b9abef252ca5f32025-01-13T21:25:49ZengUniversidad Nacional de ChimborazoNOVASINERGIA2631-26542025-01-018114215610.37135/ns.01.15.06545Clasificación de enfermedades en hojas de papa utilizando Transformadores de VisiónFernando David Valle-Medina0https://orcid.org/0009-0001-5107-2237Luis Javier Castillo-Herdia1https://orcid.org/0000-0003-4650-8275Mirella Azucena Correa-Peralta2https://orcid.org/0000-0003-1426-0244Jomar Elizabeth Guzmán-Seraquive3https://orcid.org/0000-0002-8387-8921Universidad Estatal de MilagroUniversidad Estatal de MilagroUniversidad Estatal de MilagroUniversidad Estatal de MilagroLa detección y clasificación de enfermedades en cultivos es crucial para el desarrollo y crecimiento del sector agrícola. El uso de técnicas tradicionales y el bajo nivel técnico aplicado al control de los sembríos generan grandes pérdidas para los agricultores. La visión por computadora aporta soluciones en este campo, no obstante, las investigaciones actuales se centran en el uso de redes neuronales convolucionales (Convolutional Neural Networks, CNNs), las cuales tienen una limitada capacidad para ubicar de forma precisa las características de mayor relevancia en una imagen. Para superar estas limitaciones, nuestro estudio propone un modelo de aprendizaje profundo basado en la arquitectura de Transformadores de Visión (Vision Transformers, ViT) para detectar y clasificar las enfermedades tizón temprano y tizón tardío en las hojas de papa. En esta investigación se evidencia cómo las técnicas de aumento de datos, ajuste fino y aprendizaje por transferencia permiten mejorar el rendimiento del modelo. El conjunto de datos para entrenamiento y prueba fue tomado de la plataforma PlantVillage. El reporte de métricas de evaluación del modelo propuesto alcanza una exactitud de 99.18% y un puntaje F1 de 98.7%. Los resultados demuestran un alto nivel de predicción en las enfermedades foliares de papa y evidencian la eficiencia de los mecanismos de atención. Se concluye que el modelo se consolida como una herramienta innovadora y funcional para los agricultores.https://novasinergia.unach.edu.ec/index.php/novasinergia/article/view/562agricultura de precisiónaprendizaje profundoclasificación de imágenesenfermedades de la papatransformadores de visión (vit) |
| spellingShingle | Fernando David Valle-Medina Luis Javier Castillo-Herdia Mirella Azucena Correa-Peralta Jomar Elizabeth Guzmán-Seraquive Clasificación de enfermedades en hojas de papa utilizando Transformadores de Visión NOVASINERGIA agricultura de precisión aprendizaje profundo clasificación de imágenes enfermedades de la papa transformadores de visión (vit) |
| title | Clasificación de enfermedades en hojas de papa utilizando Transformadores de Visión |
| title_full | Clasificación de enfermedades en hojas de papa utilizando Transformadores de Visión |
| title_fullStr | Clasificación de enfermedades en hojas de papa utilizando Transformadores de Visión |
| title_full_unstemmed | Clasificación de enfermedades en hojas de papa utilizando Transformadores de Visión |
| title_short | Clasificación de enfermedades en hojas de papa utilizando Transformadores de Visión |
| title_sort | clasificacion de enfermedades en hojas de papa utilizando transformadores de vision |
| topic | agricultura de precisión aprendizaje profundo clasificación de imágenes enfermedades de la papa transformadores de visión (vit) |
| url | https://novasinergia.unach.edu.ec/index.php/novasinergia/article/view/562 |
| work_keys_str_mv | AT fernandodavidvallemedina clasificaciondeenfermedadesenhojasdepapautilizandotransformadoresdevision AT luisjaviercastilloherdia clasificaciondeenfermedadesenhojasdepapautilizandotransformadoresdevision AT mirellaazucenacorreaperalta clasificaciondeenfermedadesenhojasdepapautilizandotransformadoresdevision AT jomarelizabethguzmanseraquive clasificaciondeenfermedadesenhojasdepapautilizandotransformadoresdevision |