La aplicación de la inteligencia artificial a la agricultura ha atraído cada vez más atención en todo el mundo, especialmente en el desarrollo de robots para recolección. Este estudio se enfoca en resolver algunos problemas asociados durante la recolección robotizada de frutos en la temporada de cosecha, para lo cual se propone el uso de un modelo YOLOv3 modificado para la detección de tomates en condiciones ambientales complejas, a través del uso de la técnica LWYS, entre otras configuraciones adicionales que permiten incrementar la variabilidad de las imágenes de entrada y así obtener un modelo de detección de tomates más robusto. Las pruebas realizadas indican una detección de alta precisión en tiempo real bajo las condiciones ambientales evaluadas.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Video:
La clave para simulación de la biología del suelo
Artículo:
Presupuesto energético y huella de carbono en un sistema de trigo y maíz bajo la estrategia de surcos de cresta en áreas secas semi húmedas
Artículo:
El compromiso de la agroindustria con la sostenibilidad
Página web:
Tour virtual: Diagrama de flujo del proceso
Artículo:
¿Es deseable la función asignativa del mercado de alimentos en una economía global?
Artículo:
Creación de empresas y estrategia : reflexiones desde el enfoque de recursos
Artículo:
Importancia, manejo y control de extraíbles e incrustaciones (pitch) en la fabricación de papel
Libro:
Tratamientos avanzados de aguas residuales industriales
Artículo:
Estudio sobre la evaluación de la sostenibilidad de los productos innovadores