Resumen

Cerca del 70% de la población india depende de algún modo de la agricultura y la agroindustria representa alrededor del 17% del PIB del país. En la India, el arroz es uno de los cultivos más importantes, pero es vulnerable a una serie de enfermedades a lo largo de todo el proceso de cultivo y la identificación de estas enfermedades por parte de los agricultores es muy imprecisa debido a su falta de conocimientos. Este artículo tiene como objetivo presentar un sistema para predecir enfermedades en las hojas de arroz por medio de técnicas de aprendizaje profundo. Se recopilaron y procesaron imágenes para modelar el algoritmo con características como el tizón bacteriano y la mancha marrón. El procesamiento propuesto alcanza una precisión del 91% y los resultados demostraron que el sistema es válido y eficaz para identificar enfermedades en el cultivo de arroz.

• Materias:Arroz - Cultivo Aprendizaje automático Agricultura Control de plagas
• Subjects:Rice - Harvesting Machine learning Agriculture Pest control
• Palabras claves:Enfermedad de la hoja del arroz; aprendizaje automático; aprendizaje profundo; aprendizaje conjunto; segmentación; modelos preentrenados
• Keywords:Rice leaf disease; machine learning; deep learning; ensemble learning; segmentation; pre-trained models