Diseño de un prototipo web de recolección y validación de datos empleados para detectar enfermedades en las hojas de plantas medicinales a través de procesamiento de imágenes mediante redes neuronales convulsiónales caso de estudio: caléndula (Cercospora) y albahaca (Colletotrichum Gloeosporioides)
Cargando...
Fecha
Fecha
2021-11-26
Director
Colaboradores
Título de la revista
ISSN de la revista
Título del volumen
Editor
Altmetric
Descripción
En el campo de visión por computadora, las redes neuronales convolucionales y el apoyo de los recursos de procesamiento como Google Colab o computadores con ram de 24 o 32 GB, han permitido aplicar modelos para predecir la clasificación de una imagen determinada. En el trabajo actual se utilizaron modelos previamente entrenados que sirvieron para que el prototipo funcional de recolección de imágenes medicinales, desarrollado con django,python y javascript, tuviera implı́cito un filtro autómatico que sugiriera si es por ejemplo una planta o no, que además presentara si ésta se encuentra enferma o sana, según la imagen almacenada. Estas validaciones automáticas se utilizan principalmente para construir datasets de entrenamiento posteriores, con temas similares o que involucren plantas u hojas de plantas y su respectivo aprovechamiento y análisis. Este trabajo contiene la aplicación de estos modelos dentro del prototipo web, asegurando accesibilidad a los datos almacenados, sin embargo no descarga la evaluación manual o del usuario, que es muy importante también, pues los modelos a veces quedan sobreajustados.
Resumen
In the field of computer vision, Convolutional Neural Networks (CNN) and the support of processing resources such Google Colab or computers with 24 or 32 GB ram, have made possible it to apply models to predict the classification of a given image. In the current document, previously trained models were used in the created web prototype for suggesting that an image contains a plant or not, and whether it shows a diseased or healthy plant. These automatic validations are mainly used to build subsequent training datasets, with similar topics or involving plants or plant leaves and their respective use and analysis. The
web prototype was built with django, python and javascript. This work contains the application of these models within the web prototype, ensuring accessibility to the stored data, however it does not download the manual or user evaluation, which is also very important, since the models are sometimes over-adjusted.
Palabras clave
Arquitectura Web, Prototipo Web, Redes Neuronales Convolucionales, Clasificación de Imágenes, Plantas Enfermas, Plantas Sanas