Automatización de la evaluación visual de la severidad de la enfermedad de la roya del café usando redes neuronales convolucionales en el distrito de Ayapata

Abstract

En el distrito de Ayapata, provincia de Carabaya y departamento de Puno, se ha identificado que los cultivos de café enfrentan un problema de producción debido a que se ven afectadas por la enfermedad de la roya de café causada por el hongo Hemileia vastatrix que afecta a las hojas del café, dañando con un tono amarillento y provocando una caída temprana de las hojas afectando así en la producción del café. Por lo tanto, el objetivo de este estudio es desarrollar un modelo de red neuronal convolucional para automatizar la evaluación visual de la severidad de la enfermedad de la roya de café en 4 escalas y dar un diagnóstico temprano. La investigación es de enfoque cuantitativo, tipo aplicada y diseño experimental, la metodología comprende en la adquisición de imágenes con y sin presencia de la enfermedad, seguido del procesamiento y segmentación de estas para mejorar su calidad. Posteriormente, se construirá redes neuronales convolucionales para evaluar la severidad. Como resultado, el modelo híbrido que concatena MobileNetV2 y EfficientNetB0 alcanzó una precisión del 94.88% en la evaluación de la severidad de la roya, mostrando además una alta eficiencia en el tiempo de respuesta frente a la inspección visual tradicional.