Sumario: | En la actualidad el tomate (Solanum lycopersicum L.) es la hortaliza más importante
productiva y económicamente en Honduras, siendo un insumo indispensable del comercio a nivel
nacional y global, por lo cual es sumamente necesario contar con herramientas de asesoría agrícola,
que ayuden en la productividad y calidad del cultivo. El proyecto aquí presentado consistió en la
implementación de mecanismos de inteligencia artificial, de la creación de un sistema de redes
neuronales que permitan diagnosticar enfermedades en el tomate de forma confiable y precisa. La
codificación del sistema se realizó empleando códigos de programación obtenidos de la
colorimetría de síntomas, usando el modelo de color RGB y el lenguaje de programación Python,
el cual facilitó la implementación y entrenamiento de la red, para esto fue necesario crear una base
de datos de la cual la red neuronal obtuvo las imágenes necesarias para realizar su entrenamiento
y aprendizaje, aplicándolo luego en sus diagnósticos. El desarrollo del programa presentó algunas
dificultades o limitaciones, lo que limitó el número de enfermedades a evaluar, por tal razón el
estudio se centró en aquellas que presentaron síntomas bien definidos, y de fácil interpretación para
la red neuronal, permitiendo extenderse a cualquier cantidad de enfermedades. Se realizó la
codificación de las enfermedades y su implementación, logrando que el sistema tuviese la
capacidad de diagnosticar correctamente dos ellas, mancha por Septoria sp. y tizón temprano.
|