Investigadores de la Universidad Europea del Atlántico (UNEATLANTICO) proponen un sistema para predecir enfermedades en las hojas de arroz utilizando diversas técnicas de aprendizaje profundo.
El arroz es un alimento básico para la mitad de la población de todo el mundo y algunos agricultores prefieren cultivar este alimento dado a su adaptabilidad a diferentes entornos. Además, este alimento suele ser incluido como alimento completo en las comidas, por su naturaleza rica en almidón y alto valor calórico; es un alimento accesible para todos.
Sin embargo, este alimento es vulnerable a diversas enfermedades durante el proceso de cultivo y la identificación manual de estas enfermedades es inexacta ya que los agricultores no tienen experiencia médica. Las enfermedades de las plantas impactan en gran medida la producción de arroz, pueden generar daños menores a los frutos hasta provocar la muerte de la planta. Por ello, es necesario buscar formas rápidas, económicas y exactas para identificarlas.
Gracias a los métodos automatizados surgidos en los últimos años, es posible detectar enfermedades de las hojas de manera eficiente y rápida. Por ello, con el fin de contribuir con los agricultores, esta investigación ha propuesto un modelo para la identificación temprana de enfermedades de las hojas de arroz y, por ende, optimizar la producción. Para ello, se utilizaron algoritmos de aprendizaje por transferencia previamente entrenados con diversos clasificadores de detección de enfermedades de la hoja de arroz.
Resultados de la investigación
La investigación tomó en cuenta las tres principales enfermedades de la hoja de arroz: BB, BS y añublo.
De acuerdo a los resultados de la investigación, el modelo propuesto logró una exactitud del 91% en un conjunto de datos normal y un 94% en un conjunto de datos segmentados. En el futuro se espera implementar estos resultados a los dispositivos móviles con el fin de reconocer automáticamente las enfermedades en las hojas de arroz y en otros cultivos de la agricultura.
Si quieres conocer más sobre este fascinante estudio, clic aquí.
Para leer más investigaciones, consulta el repositorio de UNEATLANTICO.