Implementación de un sistema de visión artificial con Transfer Learning para el diagnóstico de defectos de calidad en las alcachofas

Abstract

La alcachofa es una inflorescencia de alto valor nutricional y gran demanda en el mercado internacional. En el ámbito nacional la comunidad campesina de Markjo, en la región de Cusco, se destaca como uno de los principales productores de este cultivo. Sin embargo, un problema significativo que afecta la alcachofa en su etapa de inflorescencia son los defectos de calidad, que se manifiestan como malformaciones en el interior de la alcachofa, conocido como el corazón de alcachofa. Actualmente, los diagnósticos de estos defectos no se realizan de manera adecuada debido a la falta de conocimientos de los agricultores en su identificación. Para mejorar este proceso, se implementó un sistema de visión artificial basado en Transfer Learning, que permite a los agricultores identificar de manera más eficiente los defectos de calidad. La implementación del sistema incluyó una revisión de fuentes bibliográficas, el desarrollo de un conjunto de datos de imágenes y el entrenamiento con modelos preentrenados de Transfer Learning, como Xception, InceptionV3, DenseNet y ResNet50. Tras analizar los resultados, se encontró que ResNet50 alcanzó la mayor exactitud, con un 93.75%. Finalmente, se creó una aplicación móvil que utiliza este sistema de visión artificial, facilitando la identificación y diagnóstico de los defectos de calidad en las alcachofas, y permitiendo así su uso práctico por parte de los agricultores.