Desarrollo de un método de identificación de Phytophthora infestans en papa molinera mediante aprendizaje automático en imágenes RGB

Abstract

El sector agrícola en el Perú emplea diversas estrategias para la prevención de plagas; sin embargo, en el cultivo de papa molinera estas prácticas no son comunes debido a su bajo valor de mercado y limitada rentabilidad. No obstante, mediante una aplicación eficiente y estrategias de economía de escala, podrían lograrse mejoras significativas en su producción. Este estudio tuvo como objetivo desarrollar un método automatizado para identificar la plaga Phytophthora infestans en hojas de papa molinera, utilizando técnicas de procesamiento digital de imágenes y aprendizaje automático. La investigación, de enfoque cuantitativo tecnológico y diseño preexperimental, consistió en el desarrollo de un sistema de captura de imágenes de hojas afectadas mediante una cámara ubicada a una distancia fija, optimizando así la extracción de características visuales para su posterior clasificación. Se empleó un clasificador SVM, reconocido en la literatura por su efectividad con conjuntos de datos pequeños, y se implementó además una red neuronal convolucional (CNN) personalizada, comparando el desempeño de ambos enfoques. Los resultados muestran que el modelo SVM alcanzó una precisión del 95.83 %, mientras que la CNN obtuvo un 98.67 % de precisión, demostrando así la efectividad de ambos métodos, en particular de la red neuronal. Estos hallazgos confirman la viabilidad del uso de procesamiento de imágenes y aprendizaje automático en la detección temprana de plagas en cultivos de papa, contribuyendo a la optimización de los recursos agrícolas y a la reducción de pérdidas económicas.