Pinus pinea: un reto para la agricultura de precisión
Contenido principal del artículo
Keywords
Pinus pinea, agricultura de precisión, aprendizaje de máquina, aprendizaje profundo, procesamiento de imágenes, vehículos aéreos no tripulados (VANT)
Resumen
El conteo de piñas en cultivos de Pinus pinea se realiza de forma manual en una sección del árbol; esta información se puede usar para relacionarse con el rendimiento del cultivo. La agricultura de precisión facilita realizar esta labor de conteo al incluir vehículos aéreos no tripulados (VANT), acompañados de cámaras de alta resolución que permiten obtener imágenes que posteriormente son procesadas computacionalmente y en conjunto con técnicas clásicas y avanzadas de aprendizaje de máquina (o machine learning), que posibilitan una estimación del conteo más automatizada, precisa y rápida comparada con el conteo manual.
Descargas
Referencias
Rahnemoonfar, M., & Sheppard, C. (2017). Deep Count: Fruit Counting Based on Deep Simulated Learning. Sensors, 17(4), 905. https://doi.org/10.3390/s17040905
Shawn C., K., Buchaillot, L., Segarra, J., Fernández Gallego, J. A., Araus, J. L., Llosa, X., Beltrán, M., & Piqué, M. (2021). Quantification of Pinus pinea pinecone productivity using 2 machine learning of UAV and field images. Environmental Sciences Proceedings.
Shinde, P. P., & Shah, S. (2018). A Review of Machine Learning and Deep Learning Applications. En Fourth International Conference on Computing Communication Control and Automation (ICCUBEA). https://doi.org/10.1109/ICCUBEA.2018.8697857