Aplicación móvil para la identificación de variedades de Manihot esculenta Crantz cultivadas en Misiones mediante técnicas de deep learning

Autores
Berger, Javier; Tamada, Alejandro; Feltan, Rafael
Año de publicación
2019
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
El cultivo de Manihot esculenta Crantz, conocida popularmente en la provincia de Misiones como mandioca, es muy importante ya que el aporte de hidratos de carbono de sus raíces complementa la canasta familiar, asimismo el requerimiento por parte de la industria de la raíz de la mandioca se incrementa día a día gracias al uso de la fécula de mandioca en la elaboración de productos aptos para celíacos. En Misiones se cultivan distintas variedades de mandioca, cada una de estas posee cualidades que la hacen aptas para distintos fines. A sim-ple vista las plantas de mandioca son similares para todas las variedades, pero los expertos del Instituto Nacional de Tecnología Agropecuaria de Misiones se en-cuentran trabajando en la generación de un registro único de variedades que sirva como guía para los productores. En este trabajo se plantea el uso de técnicas de deep learning para identificar mediante una imagen de la hoja o del tallo de una planta de mandioca la variedad correspondiente. Para esto se desarrolló una apli-cación móvil utilizando el modelo de aprendizaje por trasferencia MobileNet con Tensorflow, mediante la misma se logró clasificar de manera correcta el 92 % de las imágenes de tallos y el 81 % de imágenes de hojas de mandioca.
Sociedad Argentina de Informática e Investigación Operativa
Materia
Ciencias Informáticas
Mandioca
Aplicación móvil
Registro único de variedades
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-sa/3.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/88091
Acceder
id SEDICI_9fa3e322eb0b07a6227fcd0c707e525d
oai_identifier_str oai:sedici.unlp.edu.ar:10915/88091
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Aplicación móvil para la identificación de variedades de Manihot esculenta Crantz cultivadas en Misiones mediante técnicas de deep learningBerger, JavierTamada, AlejandroFeltan, RafaelCiencias InformáticasMandiocaAplicación móvilRegistro único de variedadesEl cultivo de Manihot esculenta Crantz, conocida popularmente en la provincia de Misiones como mandioca, es muy importante ya que el aporte de hidratos de carbono de sus raíces complementa la canasta familiar, asimismo el requerimiento por parte de la industria de la raíz de la mandioca se incrementa día a día gracias al uso de la fécula de mandioca en la elaboración de productos aptos para celíacos. En Misiones se cultivan distintas variedades de mandioca, cada una de estas posee cualidades que la hacen aptas para distintos fines. A sim-ple vista las plantas de mandioca son similares para todas las variedades, pero los expertos del Instituto Nacional de Tecnología Agropecuaria de Misiones se en-cuentran trabajando en la generación de un registro único de variedades que sirva como guía para los productores. En este trabajo se plantea el uso de técnicas de deep learning para identificar mediante una imagen de la hoja o del tallo de una planta de mandioca la variedad correspondiente. Para esto se desarrolló una apli-cación móvil utilizando el modelo de aprendizaje por trasferencia MobileNet con Tensorflow, mediante la misma se logró clasificar de manera correcta el 92 % de las imágenes de tallos y el 81 % de imágenes de hojas de mandioca.Sociedad Argentina de Informática e Investigación Operativa2019-09info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf104-115http://sedici.unlp.edu.ar/handle/10915/88091spainfo:eu-repo/semantics/altIdentifier/issn/2525-0949info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-sa/3.0/Creative Commons Attribution-ShareAlike 3.0 Unported (CC BY-SA 3.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-11-05T12:56:54Zoai:sedici.unlp.edu.ar:10915/88091Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-11-05 12:56:54.37SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Aplicación móvil para la identificación de variedades de Manihot esculenta Crantz cultivadas en Misiones mediante técnicas de deep learning
title Aplicación móvil para la identificación de variedades de Manihot esculenta Crantz cultivadas en Misiones mediante técnicas de deep learning
spellingShingle Aplicación móvil para la identificación de variedades de Manihot esculenta Crantz cultivadas en Misiones mediante técnicas de deep learning
Berger, Javier
Ciencias Informáticas
Mandioca
Aplicación móvil
Registro único de variedades
title_short Aplicación móvil para la identificación de variedades de Manihot esculenta Crantz cultivadas en Misiones mediante técnicas de deep learning
title_full Aplicación móvil para la identificación de variedades de Manihot esculenta Crantz cultivadas en Misiones mediante técnicas de deep learning
title_fullStr Aplicación móvil para la identificación de variedades de Manihot esculenta Crantz cultivadas en Misiones mediante técnicas de deep learning
title_full_unstemmed Aplicación móvil para la identificación de variedades de Manihot esculenta Crantz cultivadas en Misiones mediante técnicas de deep learning
title_sort Aplicación móvil para la identificación de variedades de Manihot esculenta Crantz cultivadas en Misiones mediante técnicas de deep learning
dc.creator.none.fl_str_mv Berger, Javier
Tamada, Alejandro
Feltan, Rafael
author Berger, Javier
author_facet Berger, Javier
Tamada, Alejandro
Feltan, Rafael
author_role author
author2 Tamada, Alejandro
Feltan, Rafael
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Mandioca
Aplicación móvil
Registro único de variedades
topic Ciencias Informáticas
Mandioca
Aplicación móvil
Registro único de variedades
dc.description.none.fl_txt_mv El cultivo de Manihot esculenta Crantz, conocida popularmente en la provincia de Misiones como mandioca, es muy importante ya que el aporte de hidratos de carbono de sus raíces complementa la canasta familiar, asimismo el requerimiento por parte de la industria de la raíz de la mandioca se incrementa día a día gracias al uso de la fécula de mandioca en la elaboración de productos aptos para celíacos. En Misiones se cultivan distintas variedades de mandioca, cada una de estas posee cualidades que la hacen aptas para distintos fines. A sim-ple vista las plantas de mandioca son similares para todas las variedades, pero los expertos del Instituto Nacional de Tecnología Agropecuaria de Misiones se en-cuentran trabajando en la generación de un registro único de variedades que sirva como guía para los productores. En este trabajo se plantea el uso de técnicas de deep learning para identificar mediante una imagen de la hoja o del tallo de una planta de mandioca la variedad correspondiente. Para esto se desarrolló una apli-cación móvil utilizando el modelo de aprendizaje por trasferencia MobileNet con Tensorflow, mediante la misma se logró clasificar de manera correcta el 92 % de las imágenes de tallos y el 81 % de imágenes de hojas de mandioca.
Sociedad Argentina de Informática e Investigación Operativa
description El cultivo de Manihot esculenta Crantz, conocida popularmente en la provincia de Misiones como mandioca, es muy importante ya que el aporte de hidratos de carbono de sus raíces complementa la canasta familiar, asimismo el requerimiento por parte de la industria de la raíz de la mandioca se incrementa día a día gracias al uso de la fécula de mandioca en la elaboración de productos aptos para celíacos. En Misiones se cultivan distintas variedades de mandioca, cada una de estas posee cualidades que la hacen aptas para distintos fines. A sim-ple vista las plantas de mandioca son similares para todas las variedades, pero los expertos del Instituto Nacional de Tecnología Agropecuaria de Misiones se en-cuentran trabajando en la generación de un registro único de variedades que sirva como guía para los productores. En este trabajo se plantea el uso de técnicas de deep learning para identificar mediante una imagen de la hoja o del tallo de una planta de mandioca la variedad correspondiente. Para esto se desarrolló una apli-cación móvil utilizando el modelo de aprendizaje por trasferencia MobileNet con Tensorflow, mediante la misma se logró clasificar de manera correcta el 92 % de las imágenes de tallos y el 81 % de imágenes de hojas de mandioca.
publishDate 2019
dc.date.none.fl_str_mv 2019-09
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/88091
url http://sedici.unlp.edu.ar/handle/10915/88091
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/issn/2525-0949
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-sa/3.0/
Creative Commons Attribution-ShareAlike 3.0 Unported (CC BY-SA 3.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-sa/3.0/
Creative Commons Attribution-ShareAlike 3.0 Unported (CC BY-SA 3.0)
dc.format.none.fl_str_mv application/pdf
104-115
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1847978610248384512
score 13.084122

Publicaciones similares