Detección y clasificación de enfermedades en el tomate mediante Deep Learning y Computer Vision

• Autores: Valenzuela Cámara, Sergio Hernán
• Año de publicación: 2022
• Idioma: español castellano
• Tipo de recurso: tesis de maestría
• Colaborador/a o director/a de tesis: Fernández, Alejandro; Aracena Pizarro, Diego Alberto
• Materia: Informática; enfermedades en la planta de tomate; redes neuronales convolucionales; detección de objetos; clasificación de imágenes; aprendizaje profundo; visión por computadora; tomato plant diseases; convolutional neural networks; object detection; image classification; deep learning; computer vision
• Institución: Universidad Nacional de La Plata

El aprendizaje profundo es una técnica emergente de inteligencia artificial (IA) que utiliza estructuras de análisis sofisticadas llamadas redes neuronales para realizar asociaciones precisas dentro de un conjunto de datos. En particular, los sistemas de aprendizaje profundo pueden aprender procesando datos en bruto sin reglas codificadas por humanos o conocimiento de dominio. Estos sistemas son particularmente expertos en el lenguaje y la clasificación de imágenes, donde un patrón puede representar una idea abstracta como sentimiento, intención o incluso el concepto general de cómo se ve un gato o un perro. Estos sistemas también son excelentes para hacer predicciones, como el comportamiento de los clientes o las previsiones meteorológicas a largo plazo. ¡También hay un increíble potencial para el análisis de imágenes de frutas y hortalizas, para diagnosticar enfermedades y plagas, facilitando y agilizando la detección y diagnóstico de plagas y/o enfermedades presente en las plantas para luego realizar el tratamiento respectivo. El objetivo general de este trabajo es realizar investigación que se constituya en un aporte creativo a nivel nacional al aplicar el aprendizaje profundo a problemas de visión de computadora tales como detección y clasificación específicamente en las enfermedades del tomate mediante el procesamiento de imágenes digitales.
Deep learning is an emerging artificial intelligence (AI) technique that uses sophisticated analysis structures called neural networks to make precise associations within a data set. In particular, deep learning systems can learn by processing raw data without human-coded rules or domain knowledge. These systems are particularly adept at language and image classification, where a pattern can represent an abstract idea such as feeling, intention, or even the general concept of what a cat or dog looks like. These systems are also great for making predictions, such as customer behavior or long-term weather forecasts. ¡There is also an incredible potential for the analysis of images of fruits and vegetables, to diagnose diseases and pests, facilitating and speeding up the detection and diagnosis of pests and / or diseases present in plants and then carry out the respective treatment. The general objective of this work is to carry out research that constitutes a creative nationwide contribution level by applying deep learning to computer vision problems such as detection and classification specifically in tomato diseases through digital image processing.
Magister en Ingeniería de Software
Universidad Nacional de La Plata
Facultad de Informática