Resumen

El algodón es uno de los productos agrícolas de mayor importancia económica en Etiopía, pero está expuesto a diferentes limitaciones en la zona de las hojas. En la mayoría de los casos, estas limitaciones se identifican como enfermedades y plagas que son difíciles de detectar a simple vista. Este estudio se ha centrado en el desarrollo de un modelo para potenciar la detección de enfermedades y plagas en la hoja del algodón utilizando la técnica de aprendizaje profundo, CNN. Para ello, los investigadores han utilizado enfermedades y plagas comunes de la hoja del algodonero como el tizón bacteriano, la araña roja y el minador de la hoja. Se utilizó la estrategia de validación cruzada K-fold para dividir el conjunto de datos y potenciar la generalización del modelo CNN. Para esta investigación, se accedió a casi 2400 especímenes (600 imágenes en cada clase) con fines de entrenamiento. Este modelo desarrollado se implementa utilizando python versión 3.7.3 y el modelo está equipado en el paquete de aprendizaje profundo llamado Keras, TensorFlow respaldado, y Jupyter que se utilizan como el entorno de desarrollo. Este modelo alcanzó una precisión de 96,4 en la identificación de clases de enfermedades y plagas foliares en plantas de algodón. Esto reveló la viabilidad de su uso en aplicaciones en tiempo real y la necesidad potencial de soluciones basadas en TI para apoyar la identificación tradicional o manual de enfermedades y plagas.

• Materias:Ingeniería electrónica Redes Inalámbricas Procesamiento de señales asistido por computador Informática Procesamiento de datos
• Subjects:Electronic engineering Wireless Networks Signal processing computer-assisted Computing Data processing
• Palabras claves:plagas, modelo, enfermedad común de la hoja del algodón, enfermedad de la hoja del algodón, paquete de aprendizaje profundo, técnica de aprendizaje profundo, productos agrícolas significativos, modelo cnn, tizón bacteriano, ojos desnudos
• Keywords:pests, model, common cotton leaf disease, cotton leaf disease, deep learning package, deep learning technique, significant agricultural products, cnn model, bacterial blight, bare eyes