logo móvil
Contáctanos

La visión por computadora y el aprendizaje profundo como herramientas para aprovechar la clasificación fenológica dinámica en cultivos de hortalizas

Autores: Rodrigues, Leandro; Magalhães, Sandro Augusto; da Silva, Daniel Queirós; dos Santos, Filipe Neves; Cunha, Mário

Idioma: Inglés

Editor: MDPI

Año: 2023

Descargar PDF

Acceso abierto

Artículo científico
2023

La visión por computadora y el aprendizaje profundo como herramientas para aprovechar la clasificación fenológica dinámica en cultivos de hortalizas


Categoría

Ciencias Agrícolas y Biológicas

Subcategoría

Agronomía y Ciencia de los Cultivos

Palabras clave

Eficiencia
Prácticas agrícolas
Sincronización
Fenología de las plantas
Visión por computadora
Aprendizaje profundo

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 20

Citaciones: Sin citaciones


Descripción
La eficiencia de las prácticas agrícolas depende del momento de su ejecución. Las condiciones ambientales, como la lluvia, y los rasgos relacionados con el cultivo, como la fenología de la planta, determinan el éxito de prácticas como la irrigación. Además, la fenología de la planta, el momento estacional de los eventos biológicos (por ejemplo, la emergencia de los cotiledones), está fuertemente influenciada por condiciones genéticas, ambientales y de manejo. Por lo tanto, evaluar el momento de los eventos fenológicos de los cultivos y su variabilidad espacio-temporal puede mejorar la toma de decisiones, permitiendo la planificación exhaustiva y la ejecución oportuna de operaciones agrícolas. Las técnicas convencionales para el monitoreo de la fenología de los cultivos, como las observaciones de campo, pueden ser propensas a errores, intensivas en mano de obra e ineficientes, especialmente para cultivos con un crecimiento rápido y fenofases no muy definidas, como los cultivos de hortalizas. Por lo tanto, desarrollar un sistema preciso de monitoreo de la fenología para los cultivos de hortalizas es un paso importante hacia prácticas sostenibles. Este estudio es el primero en evaluar el potencial de CV_DL para la investigación fenológica de cultivos de hortalizas, un paso crucial hacia la automatización de sistemas de apoyo a la toma de decisiones para la horticultura de precisión.

Otros recursos que podrían interesarte

Temas Virtualpro