Garantía de la calidad de la naranja a través de herramientas basadas en Machine Learning en la detección temprana de enfermedades y plagas
Resumen
En la agricultura, la calidad de las cosechas enfrenta desafíos significativos por enfermedades y plagas, que impactan la producción y generan pérdidas económicas. La detección temprana de estas amenazas es vital para la salud de las plantas y la seguridad alimentaria. Con el avance de las tecnologías, el uso de herramientas de captura de imágenes y Machine Learning ha revolucionado la identificación de síntomas en cultivos, como en las hojas del fruto de naranja. Estas innovaciones mejoran el diagnóstico y optimizan la toma de decisiones, permitiendo respuestas rápidas ante posibles amenazas. Las plagas causan pérdidas de rendimiento del 10% al 20% globalmente, y hasta el 50% en países en desarrollo, lo que representa un desafío económico considerable. Detectarlas antes de que afecten la cadena de suministro es crucial en un comercio globalizado. Este artículo analiza el impacto de Machine Learning y Deep Learning en la detección temprana de enfermedades y plagas en naranjas con el fin de evaluar el sistema de vision artificial más adecuado para su implementación en los huertos de naranja del Perú. El enfoque del estudio se centra en las regiones más relevantes, como Chanchamayo en Junín lo cual permite desarrollar un sistema más representativo y específico para las necesidades del país, asimismo, se determina que el uso de tecnologías avanzadas, como los sensores de imágenes hiperespectrales y el algoritmo YOLO, es clave para optimizar el proceso de monitoreo.
