Conteo de cultivos de maíz (Stand Count)

En el ámbito de la agricultura, el conteo preciso de plantas es una práctica fundamental que incide directamente en la optimización de los recursos y el éxito de los cultivos. Este proceso, cuando se realiza de manera manual, enfrenta una serie de desafíos que afectan su precisión, eficiencia y esca...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Makk, Azul de los Ángeles, González del Solar, Sofía, Reiman, Nicole
Formato:	Proyecto final de grado
Lenguaje:	Español
Publicado:	2024
Materias:	APRENDIZAJE AUTOMÁTICO AUTOMATIZACIÓN CONTEO AGRICULTURA ALGORITMOS
Acceso en línea:	https://ri.itba.edu.ar/handle/20.500.14769/4739
Aporte de:	Repositorio Institucional Instituto Tecnológico de Buenos Aires (ITBA) de Instituto Tecnológico de Buenos Aires (ITBA)

id	I32-R138-20.500.14769-4739
record_format	dspace
spelling	I32-R138-20.500.14769-47392026-01-15T15:12:44Z Conteo de cultivos de maíz (Stand Count) Makk, Azul de los Ángeles González del Solar, Sofía Reiman, Nicole APRENDIZAJE AUTOMÁTICO AUTOMATIZACIÓN CONTEO AGRICULTURA ALGORITMOS En el ámbito de la agricultura, el conteo preciso de plantas es una práctica fundamental que incide directamente en la optimización de los recursos y el éxito de los cultivos. Este proceso, cuando se realiza de manera manual, enfrenta una serie de desafíos que afectan su precisión, eficiencia y escalabilidad. Factores como la subjetividad inherente a la percepción humana, la laboriosidad del proceso y las limitaciones en la extensión del conteo manual en campos agrícolas extensos, hacen imperativo buscar soluciones alternativas que mejoren la gestión general de los cultivos. El presente proyecto surge en respuesta a estas necesidades, proponiendo el desarrollo de un algoritmo de Machine Learning capaz de contar automáticamente las plantas de maíz en campos agrícolas mediante el análisis de imágenes tomadas por drones. En colaboración con la empresa EmpresaX, especializada en el análisis de datos agropecuarios, se propone abordar este desafío con el objetivo de proporcionar una solución innovadora y eficiente que simplifique el proceso de conteo, a la vez que optimice la toma de decisiones agrícolas informadas y reduzca los costos operativos asociados al conteo manual. Mediante esta asociación, se permite trabajar directamente con clientes reales, adaptando la solución a las necesidades específicas del mercado y garantizando su relevancia y aplicabilidad en entornos agrícolas reales. 2024-10-10T14:45:57Z 2024-10-10T14:45:57Z 2024 Proyecto final de grado https://ri.itba.edu.ar/handle/20.500.14769/4739 es application/pdf
institution	Instituto Tecnológico de Buenos Aires (ITBA)
institution_str	I-32
repository_str	R-138
collection	Repositorio Institucional Instituto Tecnológico de Buenos Aires (ITBA)
language	Español
topic	APRENDIZAJE AUTOMÁTICO AUTOMATIZACIÓN CONTEO AGRICULTURA ALGORITMOS
spellingShingle	APRENDIZAJE AUTOMÁTICO AUTOMATIZACIÓN CONTEO AGRICULTURA ALGORITMOS Makk, Azul de los Ángeles González del Solar, Sofía Reiman, Nicole Conteo de cultivos de maíz (Stand Count)
topic_facet	APRENDIZAJE AUTOMÁTICO AUTOMATIZACIÓN CONTEO AGRICULTURA ALGORITMOS
description	En el ámbito de la agricultura, el conteo preciso de plantas es una práctica fundamental que incide directamente en la optimización de los recursos y el éxito de los cultivos. Este proceso, cuando se realiza de manera manual, enfrenta una serie de desafíos que afectan su precisión, eficiencia y escalabilidad. Factores como la subjetividad inherente a la percepción humana, la laboriosidad del proceso y las limitaciones en la extensión del conteo manual en campos agrícolas extensos, hacen imperativo buscar soluciones alternativas que mejoren la gestión general de los cultivos. El presente proyecto surge en respuesta a estas necesidades, proponiendo el desarrollo de un algoritmo de Machine Learning capaz de contar automáticamente las plantas de maíz en campos agrícolas mediante el análisis de imágenes tomadas por drones. En colaboración con la empresa EmpresaX, especializada en el análisis de datos agropecuarios, se propone abordar este desafío con el objetivo de proporcionar una solución innovadora y eficiente que simplifique el proceso de conteo, a la vez que optimice la toma de decisiones agrícolas informadas y reduzca los costos operativos asociados al conteo manual. Mediante esta asociación, se permite trabajar directamente con clientes reales, adaptando la solución a las necesidades específicas del mercado y garantizando su relevancia y aplicabilidad en entornos agrícolas reales.
format	Proyecto final de grado
author	Makk, Azul de los Ángeles González del Solar, Sofía Reiman, Nicole
author_facet	Makk, Azul de los Ángeles González del Solar, Sofía Reiman, Nicole
author_sort	Makk, Azul de los Ángeles
title	Conteo de cultivos de maíz (Stand Count)
title_short	Conteo de cultivos de maíz (Stand Count)
title_full	Conteo de cultivos de maíz (Stand Count)
title_fullStr	Conteo de cultivos de maíz (Stand Count)
title_full_unstemmed	Conteo de cultivos de maíz (Stand Count)
title_sort	conteo de cultivos de maíz (stand count)
publishDate	2024
url	https://ri.itba.edu.ar/handle/20.500.14769/4739
work_keys_str_mv	AT makkazuldelosangeles conteodecultivosdemaizstandcount AT gonzalezdelsolarsofia conteodecultivosdemaizstandcount AT reimannicole conteodecultivosdemaizstandcount
_version_	1865139525728075776

Conteo de cultivos de maíz (Stand Count)

Ejemplares similares