Mostrar el registro sencillo del ítem

dc.contributor.advisorTuesta Monteza, Victor Alexci
dc.contributor.authorTullume Salazar, Jimmy Jefferson
dc.date.accessioned2025-05-02T17:29:48Z
dc.date.available2025-05-02T17:29:48Z
dc.date.issued2025
dc.identifier.urihttps://hdl.handle.net/20.500.12802/14736
dc.description.abstractLa presente investigación aborda la detección automatizada de la madurez de frutos de tomate en campo mediante el uso del modelo YOLOv8 y Faster R-CNN. Se implementó un enfoque basado en redes neuronales convolucionales para clasificar los frutos en estados de madurez, evaluando su precisión y desempeño en condiciones reales. Para el entrenamiento y validación se ha utilizado un dataset compuesto por 520 imágenes de plantas de tomate en etapa de producción. Los resultados demostraron el superior rendimiento de YOLOv8, alcanzando una precisión del 91.39%, recall del 87.28% y F1-score de 89.2%, superando ligeramente a Faster R-CNN que obtuvo 90.30%, 85.26% y 87.71% respectivamente. El análisis comparativo con investigaciones precedentes confirma que la implementación de arquitecturas CNN avanzadas, particularmente YOLOv8, proporciona ventajas significativas para aplicaciones agrícolas en tiempo real debido a su equilibrio entre precisión y velocidad de procesamiento. La investigación finalizó con la implementación de una aplicación web funcional para realizar la detección de madurez de frutos de tomate en tiempo real. Las implicaciones prácticas de este estudio son sustanciales para la agricultura de precisión, ofreciendo una solución tecnológica viable y accesible para la integración en sistemas IoT y plataformas robóticas de cosechaes_PE
dc.description.uriTesises_PE
dc.formatapplication/pdfes_PE
dc.language.isospaes_PE
dc.publisherUniversidad Señor de Sipánes_PE
dc.rightsinfo:eu-repo/semantics/openAccesses_PE
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/pe/*
dc.sourceRepositorio Institucional - USSes_PE
dc.sourceRepositorio Institucional USSes_PE
dc.subjectDetección de madurezes_PE
dc.subjectYOLOv8es_PE
dc.subjectRedes neuronales convolucionaleses_PE
dc.subjectVisión por computadoraes_PE
dc.subjectAutomatización agrícolaes_PE
dc.titleDetección automatizada de madurez de frutos de tomate en campo mediante Redes Neuronales Convolucionaleses_PE
dc.typeinfo:eu-repo/semantics/bachelorThesises_PE
thesis.degree.grantorUniversidad Señor de Sipán. Facultad de Ingeniería, Arquitectura y Urbanismoes_PE
thesis.degree.nameIngeniero de Sistemases_PE
thesis.degree.disciplineIngeniería de Sistemases_PE
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.02.04es_PE
renati.advisor.dni42722929
renati.advisor.orcidhttps://orcid.org/0000-0002-5913-990Xes_PE
renati.author.dniTúllume Salazar Jimmy Jefferson
renati.discipline612076es_PE
renati.jurorBances Saavedra, David Enrique
renati.jurorArcila Diaz, Juan Carlos
renati.jurorCelis Bravo, Percy Javier
renati.levelhttps://purl.org/pe-repo/renati/level#tituloProfesionales_PE
renati.typehttps://purl.org/pe-repo/renati/type#tesises_PE
dc.description.lineadeinvestigacionCiencias de la información como herramientas multidisciplinares y estratégicas en el contexto industrial y de organizacioneses_PE
dc.publisher.countryPEes_PE
dc.description.sublineadeinvestigacionInformática y transformación digital en el contexto industrial y organizacional.es_PE


Ficheros en el ítem

Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(es)

Mostrar el registro sencillo del ítem

info:eu-repo/semantics/openAccess
Excepto si se señala otra cosa, la licencia del ítem se describe como info:eu-repo/semantics/openAccess