Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10609/132028
Título : Sistema de monitorización y detección de plagas en cultivos aplicando algoritmos de Deep Learning
Autoría: Ferrer Martínez, Claudia
Director: Monzo, Carlos  
Tutor: Crespo García, David
Resumen : En este proyecto se presenta un diseño global de un sistema de monitorización de un campo de cultivo, en el que, mediante sensores y diferentes tipos de dispositivos de recolección de datos, UAV y cámaras para obtención de imágenes, se monitorizan constantemente datos ambientales, de la tierra y de las plantas, con el objetivo de aplicar técnicas de agricultura de precisión y poder optimizar procesos como el riego, la fertilización, el uso de pesticidas o la recolección, además de detectar posibles enfermedades y plagas en la plantación. En primer lugar, se propone un diseño de la arquitectura del sistema de agricultura inteligente, a continuación, se analizan teóricamente los diferentes tipos de dispositivos de adquisición de datos, así como los protocolos y sistemas de comunicación requeridos para la transmisión de datos en cada etapa, y se propone una solución específica para cada uno de los sistemas de monitorización. En segundo lugar, se profundiza en el diseño de un sistema de detección de plagas o enfermedades en el cultivo, aplicando técnicas de aprendizaje automático profundo. Se implementa una red neuronal convolucional entrenada desde cero con un dataset de imágenes de hojas de diferentes cultivos, que clasifica las imágenes en el tipo de cutlivo y tipo de plaga correspondientes, y se compara su rendimiento con redes neuronales preentrenadas.
Palabras clave : agricultura de precisión
sensores
detección de plagas
redes neuronales convolucionales
internet de las cosas
aprendizaje profundo
Tipo de documento: info:eu-repo/semantics/masterThesis
Fecha de publicación : may-2021
Licencia de publicación: http://creativecommons.org/licenses/by-nc-nd/3.0/es/  
Aparece en las colecciones: Bachelor thesis, research projects, etc.

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
cferrermartiTFM0621memoria.pdfMemoria del TFM25,16 MBAdobe PDFVista previa
Visualizar/Abrir
cferrermartiTFM0621presentación.pdfPresentación del TFM2,97 MBAdobe PDFVista previa
Visualizar/Abrir