Examinando por Autor "Cabrera Herrera, Elis Dina"

Seleccione resultados tecleando las primeras letras
Mostrando 1 - 1 de 1
  • Miniatura
    Ítem
    Aplicación web usando Deep Learning aplicado al reconocimiento de plagas y enfermedades para mejorar el tratamiento de los cultivos de papa Yungay en Cutervo-Angurra
    (Universidad Católica Santo Toribio de Mogrovejo, 2025) Cabrera Herrera, Elis Dina; Cabrera Herrera, Elis Dina; Alarcon Garcia, Roger Ernesto
    La detección temprana de las plagas y enfermedades en el cultivo de papa Yungay es importante porque ayuda a evitar pérdidas en la producción. Continuamente los agricultores del caserío Angurra se ven perjudicados a causa de un diagnóstico tradicional que no les permite llevar un correcto control de las mismas. Dicha situación encontrada ha permitido encaminar esta investigación con el objetivo de desarrollar una aplicación web usando Deep Learning aplicado al reconocimiento de plagas y enfermedades para mejorar el tratamiento de los cultivos de papa Yungay, mediante el procesamiento de imágenes, las cuales fueron extraídas de 30 cultivos de papa en diferente temporalidad y ubicación. Se hizo uso de dos metodologías, una de ellas fue CRISP-DM y la otra fue metodología SCRUM. La primera se utilizó para la elaboración del modelo computacional basado en redes neuronales artificiales (SOM) utilizando técnicas del Deep Learning la cual dio como resultado una precisión de 99.42%, esto con la entrada de las 4 mil imágenes y su procesamiento en cuanto a características que fueron determinados y evaluados por el modelo. Su desarrollo se realizó en la plataforma Google Colab utilizando el lenguaje Python aplicándose las 6 fases que comprende la metodología. La segunda se utilizó para el desarrollo de la aplicación web, ambas metodologías interactuaron entre sí para lograr una respuesta dando como resultado la creación de la aplicación web que generó un resultado de detección de plagas o enfermedades. En la construcción de la aplicación web se utilizó la herramienta Django usando el lenguaje Python, incluyendo todas las fases de desarrollo de la metodología Scrum. En conclusión, se logró obtener una precisión optima y confiable en un rango de precisión de 99.42%, lo cual hace que esta investigación sea de suma importancia para los agricultores de papa Yungay.