Mostrar el registro sencillo del ítem
Detección automática de la enfermedad lasiodiplodia theobromae del palto utilizando imágenes digitales con redes neuronales convolucionales
dc.contributor.advisor | Mejia Cabrera, Heber Ivan | |
dc.contributor.author | Flores Tello, Jaime Nicolas | |
dc.date.accessioned | 2022-11-03T02:30:50Z | |
dc.date.available | 2022-11-03T02:30:50Z | |
dc.date.issued | 2022 | |
dc.identifier.uri | https://hdl.handle.net/20.500.12802/10220 | |
dc.description.abstract | La Palta es una fruta muy importante debido a los nutrientes que posee y a los beneficios que trae a la salud, crece en zonas con climas tropicales y subtropicales, es atacado por plagas y enfermedades. Siendo Lasiodiplodia Theobromae la enfermedad más recurrente. Realizar la identificación usando la experticia humana genera complicaciones, la presente investigación propuso detectar la enfermedad de manera automática haciendo uso de las redes neuronales convolucionadas. La investigación tuvo 4 etapas. La primera etapa siguió un riguroso protocolo para realizar la toma de imágenes, en la segunda etapa se caracterizó la enfermedad visualmente. En la tercera etapa las imágenes se sometieron a un pre procesamiento. En la etapa quinta se realizó la clasificación automática de la enfermedad. Obteniendo como resultados un 98% de precisión, 96% de exactitud, 96% de sensibilidad y 98% de especificidad. Concluyéndose que las redes neuronales convolucionales fueron efectivas para la clasificación digital, sin embargo, para la obtención de mejores resultados es necesario que el repositorio de imágenes se más grande. | es_PE |
dc.description.uri | Tesis | es_PE |
dc.format | application/pdf | es_PE |
dc.language.iso | spa | es_PE |
dc.publisher | Universidad Señor de Sipán | es_PE |
dc.rights | info:eu-repo/semantics/openAccess | es_PE |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/2.5/pe/ | * |
dc.source | Repositorio Institucional - USS | es_PE |
dc.source | Repositorio Institucional USS | es_PE |
dc.subject | Detección automática | es_PE |
dc.subject | Lasiodiplodia Theobromae | es_PE |
dc.subject | Redes Neuronales | es_PE |
dc.subject | Binarización | es_PE |
dc.subject | RGB | es_PE |
dc.subject | HSV | es_PE |
dc.subject | LAB | es_PE |
dc.title | Detección automática de la enfermedad lasiodiplodia theobromae del palto utilizando imágenes digitales con redes neuronales convolucionales | es_PE |
dc.type | info:eu-repo/semantics/bachelorThesis | es_PE |
thesis.degree.grantor | Universidad Señor de Sipán. Facultad de Ingeniería, Arquitectura y Urbanismo | es_PE |
thesis.degree.name | Ingeniero de Sistemas | es_PE |
thesis.degree.discipline | Ingeniería de Sistemas | es_PE |
dc.subject.ocde | https://purl.org/pe-repo/ocde/ford#2.02.04 | es_PE |
renati.advisor.dni | 41639565 | |
renati.advisor.orcid | https://orcid.org/0000-0002-0007-0928 | es_PE |
renati.author.dni | 72178651 | |
renati.discipline | 612076 | es_PE |
renati.juror | Forero Vargas, Manuel Guillermo | es_PE |
renati.juror | Diaz Vidarte, Miguel Orlando | es_PE |
renati.juror | Mejia Cabrera, Heber Ivan | es_PE |
renati.level | https://purl.org/pe-repo/renati/level#tituloProfesional | es_PE |
renati.type | https://purl.org/pe-repo/renati/type#tesis | es_PE |
dc.description.lineadeinvestigacion | Infraestructura, Tecnología y Medio Ambiente | es_PE |
dc.publisher.country | PE | es_PE |