DeepSeed: aplicación multiplataforma para estimar la calidad de granos de maíz

En los últimos años, la implementación de nuevas tecnologías en la producción agropecuaria ha permitido un importante salto en las magnitudes producidas. Sin embargo, la determinación de calidad de los granos como requisito para establecer su precio aún no ha generado ningún cambio o innovación dura...

Descripción completa

Detalles Bibliográficos
Autores principales: Librandi, Máximo, Corino, Joshua, Tristán, Paula, Felice, Laura
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2021
Materias:
Ciencias Informáticas
Clasificación
Calidad de granos
Inteligencia Artificial
Faster RCNN
Deep Learning
Progressive Web App
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/130449
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-130449
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
Clasificación
Calidad de granos
Inteligencia Artificial
Faster RCNN
Deep Learning
Progressive Web App
spellingShingle Ciencias Informáticas
Clasificación
Calidad de granos
Inteligencia Artificial
Faster RCNN
Deep Learning
Progressive Web App
Librandi, Máximo
Corino, Joshua
Tristán, Paula
Felice, Laura
DeepSeed: aplicación multiplataforma para estimar la calidad de granos de maíz
topic_facet Ciencias Informáticas
Clasificación
Calidad de granos
Inteligencia Artificial
Faster RCNN
Deep Learning
Progressive Web App
description En los últimos años, la implementación de nuevas tecnologías en la producción agropecuaria ha permitido un importante salto en las magnitudes producidas. Sin embargo, la determinación de calidad de los granos como requisito para establecer su precio aún no ha generado ningún cambio o innovación durante su proceso. Luego de décadas, la tarea de clasificación y estimación del grado de calidad comercial continúa realizándose de forma manual por los peritos clasificadores de granos. En este artículo se presenta DeepSeed, una aplicación multiplataforma que, utilizando el modelo de Deep Learning FasterRCNN Resnet152 COCO provisto por TensorFlow, determina el grado de comercialización del maíz, a través del procesamiento de la imagen de una pequeña muestra.
format Objeto de conferencia
Objeto de conferencia
author Librandi, Máximo
Corino, Joshua
Tristán, Paula
Felice, Laura
author_facet Librandi, Máximo
Corino, Joshua
Tristán, Paula
Felice, Laura
author_sort Librandi, Máximo
title DeepSeed: aplicación multiplataforma para estimar la calidad de granos de maíz
title_short DeepSeed: aplicación multiplataforma para estimar la calidad de granos de maíz
title_full DeepSeed: aplicación multiplataforma para estimar la calidad de granos de maíz
title_fullStr DeepSeed: aplicación multiplataforma para estimar la calidad de granos de maíz
title_full_unstemmed DeepSeed: aplicación multiplataforma para estimar la calidad de granos de maíz
title_sort deepseed: aplicación multiplataforma para estimar la calidad de granos de maíz
publishDate 2021
url http://sedici.unlp.edu.ar/handle/10915/130449
work_keys_str_mv AT librandimaximo deepseedaplicacionmultiplataformaparaestimarlacalidaddegranosdemaiz
AT corinojoshua deepseedaplicacionmultiplataformaparaestimarlacalidaddegranosdemaiz
AT tristanpaula deepseedaplicacionmultiplataformaparaestimarlacalidaddegranosdemaiz
AT felicelaura deepseedaplicacionmultiplataformaparaestimarlacalidaddegranosdemaiz
bdutipo_str Repositorios
_version_ 1764820453466046466

Ejemplares similares