Estimación de rendimientos en montes frutales de peras y manzanas incorporando el uso de análisis de imágenes

El pronóstico de cosecha a nivel de parcela es una herramienta de gran utilidad en la producción de frutales de pepita. Para realizar pronósticos es necesario conocer el número de frutos presentes en los árboles, el tamaño que alcanzarán a cosecha y el número de árboles de la parcela frutal. Para co...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Del Brio, Dolores, Tassile, Valentín, Ferndández, Darío Eduardo, Bramardi, Sergio Jorge, Giménez, Gustavo Nestor Jorge, Reeb, Pablo Daniel
Formato:	Objeto de conferencia
Lenguaje:	Español
Publicado:	2024
Materias:	Ciencias Informáticas peras manzanas modelos mixtos no lineales visión artificial pronóstico de producción
Acceso en línea:	http://sedici.unlp.edu.ar/handle/10915/176986
Aporte de:	SEDICI (UNLP) de Universidad Nacional de La Plata

id	I19-R120-10915-176986
record_format	dspace
spelling	I19-R120-10915-1769862025-02-27T20:06:39Z http://sedici.unlp.edu.ar/handle/10915/176986 Estimación de rendimientos en montes frutales de peras y manzanas incorporando el uso de análisis de imágenes Del Brio, Dolores Tassile, Valentín Ferndández, Darío Eduardo Bramardi, Sergio Jorge Giménez, Gustavo Nestor Jorge Reeb, Pablo Daniel 2024-08 2024 2025-02-27T13:13:45Z es Ciencias Informáticas peras manzanas modelos mixtos no lineales visión artificial pronóstico de producción El pronóstico de cosecha a nivel de parcela es una herramienta de gran utilidad en la producción de frutales de pepita. Para realizar pronósticos es necesario conocer el número de frutos presentes en los árboles, el tamaño que alcanzarán a cosecha y el número de árboles de la parcela frutal. Para conocer el número de frutos generalmente se utilizan metodologías de conteo manual, que son costosas y poco precisas. El objetivo de este trabajo fue implementar un modelo predictivo del rendimiento a cosecha para frutales de pepita del Alto Valle de Río Negro y Neuquén. Se trabajó en tres montes frutales de pera cv. "William's" y tres de manzanas cv. "Red chief". Se realizaron estimaciones mediante dos modelos de pronóstico diferentes: uno basado en conteo manual de frutos para obtener la carga, y otro basado en la detección y conteo automático de frutos a partir de imágenes para estimar la carga. Se compararon los costos entre ambas metodologías y la calidad de predicción respecto a los datos reales de cosecha. Además, se realizó una estimación de tamaños comerciales a cosecha. Los rendimientos estimados mediante los pronósticos realizados a partir de conteos manuales de frutos presentaron errores relativos menores al 10% respecto a los rendimientos reales. Por otra parte, en 5 de los 6 montes frutales evaluados, los rendimientos estimados con pronósticos realizados a partir de imágenes presentaron errores relativos que no superaron el 10% respecto a los rendimientos reales y en un monte frutal el error fue del 24,5%. Si bien el pronóstico realizado mediante conteos manuales resultó un poco más preciso, su costo fue 3 veces más alto que el de imágenes. Las estimaciones de distribución de tamaños a cosecha no representaron en forma adecuada las distribuciones obtenidas realmente. Sociedad Argentina de Informática e Investigación Operativa Objeto de conferencia Objeto de conferencia http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) application/pdf 104-117
institution	Universidad Nacional de La Plata
institution_str	I-19
repository_str	R-120
collection	SEDICI (UNLP)
language	Español
topic	Ciencias Informáticas peras manzanas modelos mixtos no lineales visión artificial pronóstico de producción
spellingShingle	Ciencias Informáticas peras manzanas modelos mixtos no lineales visión artificial pronóstico de producción Del Brio, Dolores Tassile, Valentín Ferndández, Darío Eduardo Bramardi, Sergio Jorge Giménez, Gustavo Nestor Jorge Reeb, Pablo Daniel Estimación de rendimientos en montes frutales de peras y manzanas incorporando el uso de análisis de imágenes
topic_facet	Ciencias Informáticas peras manzanas modelos mixtos no lineales visión artificial pronóstico de producción
description	El pronóstico de cosecha a nivel de parcela es una herramienta de gran utilidad en la producción de frutales de pepita. Para realizar pronósticos es necesario conocer el número de frutos presentes en los árboles, el tamaño que alcanzarán a cosecha y el número de árboles de la parcela frutal. Para conocer el número de frutos generalmente se utilizan metodologías de conteo manual, que son costosas y poco precisas. El objetivo de este trabajo fue implementar un modelo predictivo del rendimiento a cosecha para frutales de pepita del Alto Valle de Río Negro y Neuquén. Se trabajó en tres montes frutales de pera cv. "William's" y tres de manzanas cv. "Red chief". Se realizaron estimaciones mediante dos modelos de pronóstico diferentes: uno basado en conteo manual de frutos para obtener la carga, y otro basado en la detección y conteo automático de frutos a partir de imágenes para estimar la carga. Se compararon los costos entre ambas metodologías y la calidad de predicción respecto a los datos reales de cosecha. Además, se realizó una estimación de tamaños comerciales a cosecha. Los rendimientos estimados mediante los pronósticos realizados a partir de conteos manuales de frutos presentaron errores relativos menores al 10% respecto a los rendimientos reales. Por otra parte, en 5 de los 6 montes frutales evaluados, los rendimientos estimados con pronósticos realizados a partir de imágenes presentaron errores relativos que no superaron el 10% respecto a los rendimientos reales y en un monte frutal el error fue del 24,5%. Si bien el pronóstico realizado mediante conteos manuales resultó un poco más preciso, su costo fue 3 veces más alto que el de imágenes. Las estimaciones de distribución de tamaños a cosecha no representaron en forma adecuada las distribuciones obtenidas realmente.
format	Objeto de conferencia Objeto de conferencia
author	Del Brio, Dolores Tassile, Valentín Ferndández, Darío Eduardo Bramardi, Sergio Jorge Giménez, Gustavo Nestor Jorge Reeb, Pablo Daniel
author_facet	Del Brio, Dolores Tassile, Valentín Ferndández, Darío Eduardo Bramardi, Sergio Jorge Giménez, Gustavo Nestor Jorge Reeb, Pablo Daniel
author_sort	Del Brio, Dolores
title	Estimación de rendimientos en montes frutales de peras y manzanas incorporando el uso de análisis de imágenes
title_short	Estimación de rendimientos en montes frutales de peras y manzanas incorporando el uso de análisis de imágenes
title_full	Estimación de rendimientos en montes frutales de peras y manzanas incorporando el uso de análisis de imágenes
title_fullStr	Estimación de rendimientos en montes frutales de peras y manzanas incorporando el uso de análisis de imágenes
title_full_unstemmed	Estimación de rendimientos en montes frutales de peras y manzanas incorporando el uso de análisis de imágenes
title_sort	estimación de rendimientos en montes frutales de peras y manzanas incorporando el uso de análisis de imágenes
publishDate	2024
url	http://sedici.unlp.edu.ar/handle/10915/176986
work_keys_str_mv	AT delbriodolores estimacionderendimientosenmontesfrutalesdeperasymanzanasincorporandoelusodeanalisisdeimagenes AT tassilevalentin estimacionderendimientosenmontesfrutalesdeperasymanzanasincorporandoelusodeanalisisdeimagenes AT ferndandezdarioeduardo estimacionderendimientosenmontesfrutalesdeperasymanzanasincorporandoelusodeanalisisdeimagenes AT bramardisergiojorge estimacionderendimientosenmontesfrutalesdeperasymanzanasincorporandoelusodeanalisisdeimagenes AT gimenezgustavonestorjorge estimacionderendimientosenmontesfrutalesdeperasymanzanasincorporandoelusodeanalisisdeimagenes AT reebpablodaniel estimacionderendimientosenmontesfrutalesdeperasymanzanasincorporandoelusodeanalisisdeimagenes
_version_	1847925309853138944

Estimación de rendimientos en montes frutales de peras y manzanas incorporando el uso de análisis de imágenes

Ejemplares similares