El arroz es uno de los cultivos alimentarios más importantes para miles de millones de personas, pero las plantas son susceptibles a una amplia variedad de enfermedades que no siempre son fáciles de identificar en el campo.
por David Bradley, Inderscience
Un nuevo trabajo en el International Journal of Engineering Systems Modeling and Simulation investigó si una aplicación basada en un algoritmo de red neuronal de convolución podría usarse para determinar de manera rápida y efectiva qué está afectando a un cultivo, especialmente en las primeras etapas cuando los signos y síntomas bien pueden ser ambiguo.
Manoj Agrawal y Shweta Agrawal de la Universidad Sage en Indore, Madhya Pradesh, sugieren que se necesita mucho un método automatizado para la identificación de enfermedades del arroz. Ahora han entrenado varias herramientas de aprendizaje automático con más de 4000 imágenes de arroz sano y enfermo y las han probado con datos de enfermedades de diferentes fuentes. Demostraron que la arquitectura ResNet50 ofrece la mayor precisión con un 97,5 %.El sistema puede determinar a partir de una fotografía de una muestra del cultivo si está enfermo o no y, de ser así, puede identificar cuál de las siguientes enfermedades comunes que afectan al arroz tiene la planta: añublo de la hoja, mancha marrón, tizón de la vaina, escaldadura de la hoja , tizón bacteriano de la hoja, añublo del arroz, añublo del cuello, falso carbón, tungro, barrenador del tallo, hispa y pudrición de la vaina.
Angélica comentó sobre ECUADOR: FIASA abre fondos para investigación agrícola · hace 6 h
«Muy excelente proyecto, yo trabajo en un proyecto fiasa con la universidad»