logo móvil
Contáctanos

Visión por computadora y aprendizaje profundo para viticultura de precisión

Autores: Mohimont, Lucas; Alin, François; Rondeau, Marine; Gaveau, Nathalie; Steffenel, Luiz Angelo

Idioma: Inglés

Editor: MDPI

Año: 2022

Descargar PDF

Acceso abierto

Artículo científico
2022

Visión por computadora y aprendizaje profundo para viticultura de precisión


Categoría

Ciencias Agrícolas y Biológicas

Subcategoría

Agronomía y Ciencia de los Cultivos

Palabras clave

Métodos de computación
Viticultores
Estimación de rendimiento
Visión por computadora
Aprendizaje Automático
Aprendizaje Profundo

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 24

Citaciones: Sin citaciones


Descripción
Durante las últimas décadas, los investigadores han desarrollado nuevos métodos informáticos para ayudar a los viticultores a resolver sus problemas, principalmente aquellos relacionados con la estimación del rendimiento de sus cultivos. Este artículo tiene como objetivo resumir la investigación existente asociada con la visión por computadora y la viticultura. Se centra en enfoques que utilizan imágenes RGB obtenidas directamente de las parcelas, que van desde métodos clásicos de análisis de imágenes hasta el Aprendizaje Automático, incluidas técnicas novedosas de Aprendizaje Profundo. Pretendemos producir un análisis completo accesible para todos, incluidos los lectores no especializados, para discutir el progreso reciente de la inteligencia artificial (IA) en la viticultura. Con este propósito, presentamos trabajos que se centran en la detección de flores de vid, uvas y bayas en las primeras secciones de este artículo. En las últimas secciones, presentamos diferentes métodos para la estimación del rendimiento y los problemas que surgen con esta tarea.

Otros recursos que podrían interesarte

Temas Virtualpro