Identificación de síntomas de Huanglongbing en hojas de cítricos mediante técnicas de deep learning
Artificial vision systems allow automating tasks that require trained personnel to identify relevant characteristics of certain objects. This paper describes the development of a mobile application that uses deep learning techniques to identify symptoms of Huanglongbing and nutritional deficiencies...
Guardado en:
Autores principales: | , , |
---|---|
Formato: | Articulo |
Lenguaje: | Español |
Publicado: |
2019
|
Materias: | |
Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/135067 https://publicaciones.sadio.org.ar/index.php/EJS/article/view/144 |
Aporte de: |
id |
I19-R120-10915-135067 |
---|---|
record_format |
dspace |
institution |
Universidad Nacional de La Plata |
institution_str |
I-19 |
repository_str |
R-120 |
collection |
SEDICI (UNLP) |
language |
Español |
topic |
Ciencias Informáticas Deep Learning Transfer learning Mobile Application Huanglongbing Citrus Aprendizaje profundo Aprendizaje por transferencia Aplicaciones Móviles |
spellingShingle |
Ciencias Informáticas Deep Learning Transfer learning Mobile Application Huanglongbing Citrus Aprendizaje profundo Aprendizaje por transferencia Aplicaciones Móviles Berger, Javier Preussler, César Agostini, Juan Pedro Identificación de síntomas de Huanglongbing en hojas de cítricos mediante técnicas de deep learning |
topic_facet |
Ciencias Informáticas Deep Learning Transfer learning Mobile Application Huanglongbing Citrus Aprendizaje profundo Aprendizaje por transferencia Aplicaciones Móviles |
description |
Artificial vision systems allow automating tasks that require trained personnel to identify relevant characteristics of certain objects. This paper describes the development of a mobile application that uses deep learning techniques to identify symptoms of Huanglongbing and nutritional deficiencies in citrus tree leaves. The transfer learning models Inception and MobileNet using Tensorflow and Python were evaluated. A mobile application was created for Android that managed to correctly classify 89% of the sheet images of an evaluation set using the MobileNet model. The application generated will improve the identification of symptoms in leaves of citrus trees during monitoring in citrus plantations. |
format |
Articulo Articulo |
author |
Berger, Javier Preussler, César Agostini, Juan Pedro |
author_facet |
Berger, Javier Preussler, César Agostini, Juan Pedro |
author_sort |
Berger, Javier |
title |
Identificación de síntomas de Huanglongbing en hojas de cítricos mediante técnicas de deep learning |
title_short |
Identificación de síntomas de Huanglongbing en hojas de cítricos mediante técnicas de deep learning |
title_full |
Identificación de síntomas de Huanglongbing en hojas de cítricos mediante técnicas de deep learning |
title_fullStr |
Identificación de síntomas de Huanglongbing en hojas de cítricos mediante técnicas de deep learning |
title_full_unstemmed |
Identificación de síntomas de Huanglongbing en hojas de cítricos mediante técnicas de deep learning |
title_sort |
identificación de síntomas de huanglongbing en hojas de cítricos mediante técnicas de deep learning |
publishDate |
2019 |
url |
http://sedici.unlp.edu.ar/handle/10915/135067 https://publicaciones.sadio.org.ar/index.php/EJS/article/view/144 |
work_keys_str_mv |
AT bergerjavier identificaciondesintomasdehuanglongbingenhojasdecitricosmediantetecnicasdedeeplearning AT preusslercesar identificaciondesintomasdehuanglongbingenhojasdecitricosmediantetecnicasdedeeplearning AT agostinijuanpedro identificaciondesintomasdehuanglongbingenhojasdecitricosmediantetecnicasdedeeplearning AT bergerjavier identificationofhuanglongbingsymptomsincitrusleavesbydeeplearningtechniques AT preusslercesar identificationofhuanglongbingsymptomsincitrusleavesbydeeplearningtechniques AT agostinijuanpedro identificationofhuanglongbingsymptomsincitrusleavesbydeeplearningtechniques |
bdutipo_str |
Repositorios |
_version_ |
1764820456065466370 |