Detección de déficit de potasio (K) en imágenes de cultivos de papa criolla, con algoritmos de Deep Learning, en una aplicación móvil

Abstract

Se desarrolló una aplicación móvil Deep Learning la cual permite determinar un alto o bajo grado de afectación por deficiencia de potasio (K) en imágenes de la planta de papa criolla, para lo cual se creó un banco de imágenes con altos y bajos niveles de potasio (K) en las hojas de papa criolla en diferentes etapas de crecimiento y desarrollo, estas se filtraron y separaron en hojas sanas y hojas afectadas por deficiencia de potasio (K); seguido se elaboró el algoritmo Deep Learning que identifica si la imagen de la planta de papa criolla presenta un alto o bajo nivel de potasio (K) y de tal manera se entrenó con el banco de imágenes adquirido, esto permitió el desarrollo de la aplicación en un dispositivo móvil que al obtener una fotografía de una hoja de una planta de papa criolla utilice los resultados de entrenamiento de la red neuronal para determinar si la planta de papa criolla presenta un alto o bajo nivel de potasio (K); el sistema se validó probando la eficacia de la aplicación (app) con varias fotografías de hojas de la planta de determinados cultivos de papa criolla realizándose una comparación con la evaluación empírica de un experto agrónomo. Por último, se formula un manual de la aplicación mediante las normas ISO de producción industrial alimenticia para desarrollar una operación correcta en la determinación del nivel afectación por deficiencia de potasio (K) presentes en las plantas de papa criolla.