Tesis de Informática y Sistemas

Permanent URI for this collection

https://repositorio.unjbg.edu.pe/handle/20.500.12510/1785

Browse

Browsing Tesis de Informática y Sistemas by Subject "Aprendizaje profundo"

Now showing 1 - 2 of 2
  • ItemOpen Access
    Análisis comparativo de modelos de inteligencia artificial basados en aprendizaje profundo aplicados a la detección de frutos de olivo en La Yarada Los Palos – Tacna
    (Universidad Nacional Jorge Basadre Grohmann, 2024) Yanapa Chicalla, Alejandro Daniel; Osco Mamani, Erbert Francisco
    La actividad de producción agrícola relacionada a la producción de olivo representa un pilar clave para el crecimiento económico en el sur del Perú. Tacna encabeza la producción (77%) y exportación de aceitunas (64%). El sector agrícola en Tacna ha dependido de técnicas de producción tradicionales. Sin embargo, la falta de adopción de nuevas tecnologías, como la detección automática de frutos, ha limitado el potencial de mejora y eficiencia en la producción agrícola. Por ello, en este trabajo se aborda el desafío de la detección automática de frutos de olivo en la región de La Yarada Los Palos - Tacna. Se concentró en evaluar y comparar el rendimiento de modelos de detección de objetos con tres arquitecturas ampliamente usadas: YOLOv8, Faster R-CNN y RetinaNet, basándonos en los indicadores de mAP50 y mAP50-95. Se concluyó que el modelo con mejor desempeño en el indicador mAP50 fue el que tuvo como arquitectura la variante YOLOv8s (YOLOv8 Small), con un valor máximo de 94.751% y un valor promedio de 94.7349%. Asimismo, para el indicador mAP50-95 el modelo con mejor resultado fue YOLOv8s, con un valor máximo de 77.562% y un valor promedio de 77.5076%. Finalmente, mediante pruebas estadísticas mencionamos que existe diferencia significativa en los resultados generados por los modelos con las tres arquitecturas tanto para el indicador mAP50 como para el indicador mAP50-95.
  • ItemOpen Access
    Evaluación comparativa de modelos de Deep Learning para la clasificación de malezas en el cultivo de olivo utilizando datos remotos UAV en la Yarada-Los Palos de Tacna, 2024
    (Universidad Nacional Jorge Basadre Grohmann, 2025) Mayta Yucra, Willians Lucio; Osco Mamani, Erbert Francisco
    En el ámbito agrícola, se considera malezas a aquellas plantas indeseadas que rivalizan con los cultivos por la disponibilidad de nutrientes, agua y radiación solar. Algunas de estas especies, además, pueden actuar como portadoras de plagas y enfermedades que comprometen la sanidad de las plantas cultivadas. En el cultivo de Olivo en la Región de Tacna-Perú tiene una gran importancia debido a sus altos valores de producción, durante la siembra aparecen malezas de Hoja ancha y angosta como el Trébol blanco, Trébol amarillo, Chirillo, entre otros; debido a ello, estos son perjudiciales para el normal crecimiento del Olivo y su calidad. Para la adquisición de las imágenes, se recolectó imágenes RGB de los cultivos de Olivo utilizando un dron modelo “DJI Mavic 3” a una distancia de 12 metros de altura y con un traslape de 75% en los cultivos del fundo “Santa Mónica” los cuales forman parte de la Universidad Nacional Jorge Basadre Grohmann de la ciudad de Tacna. Para el procesamiento de los datos, con el conjunto de imágenes se generó 2 ortofotos utilizando el software Agisoft Metashape, seguidamente se realizó los recortes de las imágenes y los etiquetados para posteriormente realizar la evaluación y comparación del rendimiento de los modelos de clasificación con cuatro arquitecturas: ConvNeXtXLarge, VGG16, MobileNet y MobileNetv2; además, se utilizó métodos última generación. de aprendizaje como: Aprendizaje por Transferencia, Ajuste Fino y aumento de datos. Se concluye que el modelo con mejor desempeño fue la arquitectura ConvNeXtXLarge, con un valor máximo de 98.78% en el indicador Exactitud y un valor mínimo de 9.47% en el indicador.