Una aplicación de modelos de aprendizaje profundo para la detección de vainas de cacao en diferentes etapas de maduración: un enfoque con Faster R-CNN y Mask R-CNN
Autores: Restrepo-Arias, Juan Felipe; Montoya-Castaño, María José; Moreno-De La Espriella, María Fernanda; Branch-Bedoya, John W.
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Una aplicación de modelos de aprendizaje profundo para la detección de vainas de cacao en diferentes etapas de maduración: un enfoque con Faster R-CNN y Mask R-CNN
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Sistemas
Palabras clave
Madurez de la vaina de cacao
Modelos de aprendizaje profundo
R-CNN
Mask R-CNN
Agricultura de precisión
YOLOv8
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 22
Citaciones: Sin citaciones
La clasificación precisa de la madurez de las mazorcas de cacao es fundamental para optimizar el momento de la cosecha, mejorar el procesamiento post-cosecha y garantizar una calidad consistente en la producción de chocolate. Los métodos tradicionales de evaluación de la madurez suelen ser subjetivos, intensivos en mano de obra o destructivos, lo que destaca la necesidad de soluciones automatizadas y no invasivas.
Descripción
La clasificación precisa de la madurez de las mazorcas de cacao es fundamental para optimizar el momento de la cosecha, mejorar el procesamiento post-cosecha y garantizar una calidad consistente en la producción de chocolate. Los métodos tradicionales de evaluación de la madurez suelen ser subjetivos, intensivos en mano de obra o destructivos, lo que destaca la necesidad de soluciones automatizadas y no invasivas.