La Dra. Silvia Aparicio, investigadora asociada a la Universidad Internacional Iberoamericana (UNIB), en colaboración con expertos internacionales, ha desarrollado un modelo de deep learning personalizado para la detección temprana de enfermedades en cultivos de algodón. Este avance promete mejorar significativamente la productividad agrícola y reducir las pérdidas económicas asociadas a enfermedades en estos cultivos.
El algodón es un cultivo esencial en muchas economías, especialmente en regiones como el sur de Asia, donde representa una fuente principal de ingresos y empleo. Sin embargo, las enfermedades que afectan al algodón pueden causar pérdidas de rendimiento de hasta el 80%, impactando negativamente en la economía y en la seguridad alimentaria.
Tradicionalmente, la detección de enfermedades en cultivos se ha basado en inspecciones manuales realizadas por agricultores y expertos, un proceso que puede ser subjetivo y propenso a errores. Además, estas inspecciones requieren tiempo y recursos significativos, lo que limita su eficacia en la prevención de brotes a gran escala.
Este estudio introduce un enfoque innovador al aplicar modelos de deep learning para la identificación automática de enfermedades en el algodón. A diferencia de métodos anteriores, este modelo utiliza algoritmos avanzados que analizan imágenes de los cultivos para detectar signos tempranos de enfermedad con alta precisión.
Para desarrollar este modelo, los investigadores recopilaron un conjunto de datos de imágenes de cultivos de algodón afectados por diversas enfermedades. Estas imágenes fueron preprocesadas y utilizadas para entrenar varios modelos de deep learning, incluyendo VGG16, DenseNet, EfficientNet, InceptionV3, MobileNet, NasNet y ResNet. Tras una evaluación exhaustiva, el modelo ResNet152 demostró ser el más efectivo, alcanzando una precisión superior en la detección de enfermedades.
Los resultados del estudio son prometedores. El modelo ResNet152 no solo identificó con precisión las enfermedades presentes en las imágenes de prueba, sino que también mostró una capacidad notable para diferenciar entre distintos tipos de enfermedades, lo que es crucial para implementar medidas de control específicas y efectivas.
La implementación de este modelo de deep learning en la agricultura tiene implicaciones significativas. Permite una detección más rápida y precisa de enfermedades, facilitando intervenciones tempranas que pueden salvar cosechas y reducir pérdidas económicas. Además, al automatizar el proceso de detección, se optimizan los recursos y se mejora la eficiencia en la gestión de cultivos.
Si quieres conocer más sobre este estudio, haz clic aquí.
Para leer más investigaciones, consulta el repositorio de UNIB.
La Universidad Internacional Iberoamericana (UNIB) ofrece becas para la Maestría en Dirección Estratégica en Tecnologías de la Información. Un programa que brinda a los profesionales las habilidades y capacidades necesarias para gerenciar puestos directivos y dirigir proyectos de cambio organizacional usando TIC´S o asesorar empresas que desean sumarse a la competitividad de los nuevos negocios. ¡Súmate al desarrollo empresarial estudiando nuestro programa de maestría y prepárate para llevar tu carrera al siguiente nivel!