Revista ProduccionRevista Produccion

   inicio      última versión digital       ediciones anteriores     mercado de granos       el tiempo       contáctese con la editorial       guía de proveedores 
Regresar al sumario

Dic (2018)/Ene 2019


Noticias INTA

aplican "deep learning" para detectar HLB en cítricos

Revista PRODUCCION: aplican "deep learning" para detectar HLB en cítricos
 

Huanglongbing (HLB) o enfermedad del brote amarillo es la enfermedad más importante de la citricultura mundial. Una vez infectadas, las plantas no se recuperan y se tornan comercialmente improductivas. Para identificar el vector y diferenciar los síntomas de la enfermedad en ramas, hojas y frutos de árboles es necesario un entrenamiento visual de citricultores y monitoreadores.
Para contribuir a la identificación temprana, investigadores del INTA Misiones desarrollaron un software -basado en Deep learning- que probaron con éxito en especies de naranja, mandarina, limón y pomelo. Pensado para teléfonos con sistema Android, esta aplicación "permite reconocer síntomas de HLB y deficiencias nutriciones mediante la captura de fotografías de hojas en tiempo real", explicó Javier Berger, creador de la aplicación junto con César Preussler y Juan Pedro Agostini, de la Estación Experimental Agropecuaria Montecarlo del INTA.
"En las diferentes pruebas de clasificación de imágenes de hojas de árboles cítricos con síntomas de HLB, carencia de magnesio, deficiencia de zinc y asintomáticas, demostró reconocer los síntomas vinculados con HLB con un 89% de aciertos", destacó Berger. Y si bien "el porcentaje de aciertos fue entre 3% y 9% menor frente a otros trabajos que utilizan imágenes hiperespectrales -que requieren dispositivos de captura costosos-, resultó superior al promedio de clasificaciones obtenidas por los monitoreadores", indicó Berger.
Creada bajo distintas técnicas de IA que hoy se aplican de manera exitosa en la selección automatizada de granos de café, clasificación de flores, de gajos de mandarina, maduración de cítricos y, específicamente, la clasificación de hojas, la aplicación desarrolla por técnicos del INTA emplea métodos de aprendizaje profundo -deep learning- que definen automáticamente características como color, forma y textura de las hojasLa aplicación emplea sistemas de visión artificial y permite automatizar tareas que requieren de personas entrenadas para la identificación, adquisición, procesamiento y clasificación de imágenes. Obtenidas mediante cámaras digitales o escáneres, las imágenes se procesan digitalmente con el objetivo de segmentar las regiones de interés y extraer los descriptores visuales que definen los objetos a clasificar.


Portada de la Edición correspondiente a esta nota Esta nota fue publicada en la página Nº 23 de la edición digital de la revista de Diciembre (2018) / Enero 2019.
Haga click aquí para verla en nuestra Versión Hojeable







©1995-2024 Revista Producción. República Argentina  República Argentina. Todos los Derechos Reservados.    |    Contáctese con la EditorialWebsite desarrollado por InterNet Tucuman