Un enfoque novedoso de aprendizaje profundo para la agricultura de precisión: detección de calidad en frutas y verduras utilizando modelos de detección de objetos
Autores: Tapia-Mendez, Enoc; Hernandez-Sandoval, Misael; Salazar-Colores, Sebastian; Cruz-Albarran, Irving A.; Tovar-Arriaga, Saul; Morales-Hernandez, Luis A.
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Un enfoque novedoso de aprendizaje profundo para la agricultura de precisión: detección de calidad en frutas y verduras utilizando modelos de detección de objetos
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Agronomía y Ciencia de los Cultivos
Palabras clave
Frutas
Verduras
Modelos de detección
Aprendizaje profundo
Evaluación de calidad
Agricultura de precisión
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 26
Citaciones: Sin citaciones
La detección precisa de la calidad de frutas y verduras es crucial para optimizar el momento de la cosecha, minimizar las pérdidas post-cosecha y reducir el desperdicio.
Descripción
La detección precisa de la calidad de frutas y verduras es crucial para optimizar el momento de la cosecha, minimizar las pérdidas post-cosecha y reducir el desperdicio.