Desarrollo de una aplicación móvil para la detección de enfermedades en los frutos de cacao

Cano Ortega, Camilo; Pineda Molina, Juan

Desarrollo de una aplicación móvil para la detección de enfermedades en los frutos de cacao

dc.contributor.advisor	Parra Rodriguez, Carlos Alberto
dc.contributor.advisor	Marín Moreno, Norbey	spa
dc.contributor.author	Cano Ortega, Camilo	spa
dc.contributor.author	Pineda Molina, Juan	spa
dc.contributor.evaluator	Martínez Bernal, Oscar Danilo	spa
dc.contributor.evaluator	Bustacara Medina, Cesar Julio	spa
dc.date.accessioned	2023-08-16T16:37:56Z
dc.date.available	2023-08-16T16:37:56Z
dc.date.created	2023-07-18	spa
dc.description.abstract	Esta investigación presenta un enfoque en la detección de enfermedades en las mazorcas de cacao utilizando redes neuronales por medio del transfer learning. El objetivo es desarrollar un sistema para la detección de enfermedades, que utiliza pesos preentrenados para la detección de las enfermedades de monoliosis, mazorca negra y la Lasiodiplodia a partir de un gran conjunto de datos de enfermedades de cacao. Para garantizar la escalabilidad y la accesibilidad, el modelo se desplego por medio de Docker en una máquina virtual de Google Cloud, enlace que funciona como backend para el modelo de detección de enfermedades, permitiendo la inferencia en tiempo real y una integración perfecta con la aplicación móvil. Para la interacción con el usuario, se diseña una aplicación móvil en Android Studio que consume el servicio con el modelo desplegado. Las imágenes capturadas se envían al modelo desplegado en la máquina virtual, donde la red neuronal realiza el análisis de detección de la enfermedad. Los resultados experimentales demuestran la eficacia para toda la enfermedad estudiada mayor al 91% en datos de evaluación. La integración del modelo con la aplicación móvil Android Studio permite a los usuarios acceder cómodamente a las funciones de detección de enfermedades en sus teléfonos inteligentes, lo que les permite tomar decisiones informadas para la gestión de los cultivos, lo que conduce a la mejora de los rendimientos y la sostenibilidad de la industria del cacao.	spa
dc.description.abstractenglish	This research presents an approach to disease detection in cocoa pods using neural networks through transfer learning. The objective is to develop a system for disease detection, which uses pre-trained weights for the detection of monoliosis, pot rot and Lasiodiplodia diseases from a large data set of cocoa diseases. To ensure scalability and accessibility, the model was deployed via Docker on a Google Cloud virtual machine, a link that functions as a backend for the disease detection model, enabling real-time inference and seamless integration with the mobile app. For user interaction, an Android Studio mobile application is designed that consumes the service with deployed model. The captured images are sent to the deployed model in the virtual machine, where the neural network performs the disease detection analysis. Experimental results demonstrate efficacy for the entire disease studied greater than 91% in evaluation data. Integration of the model with the Android Studio mobile app allows users to conveniently access disease detection functions on their smartphones, enabling them to make informed decisions for crop management, leading to improved yields and sustainability of the cocoa industry.	spa
dc.description.degreelevel	Maestría
dc.description.degreename	Magíster en Inteligencia Artificial
dc.format	PDF
dc.format.mimetype	application/pdf
dc.identifier.instname	instname:Pontificia Universidad Javeriana
dc.identifier.reponame	reponame:Repositorio Institucional - Pontificia Universidad Javeriana
dc.identifier.repourl	repourl:https://repository.javeriana.edu.co
dc.identifier.uri	http://hdl.handle.net/10554/65284
dc.language.iso	spa
dc.publisher	Pontificia Universidad Javeriana
dc.publisher.faculty	Facultad de Ingeniería
dc.publisher.program	Maestría en Inteligencia Artificial
dc.rights.accessrights	info:eu-repo/semantics/openAccess
dc.rights.coar	info:eu-repo/semantics/openAccess
dc.rights.licence	Atribución-NoComercial-SinDerivadas 4.0 Internacional
dc.rights.local	De acuerdo con la naturaleza del uso concedido, la presente licencia parcial se otorga a título gratuito por el máximo tiempo legal colombiano, con el propósito de que en dicho lapso mi (nuestra) obra sea explotada en las condiciones aquí estipuladas y para los fines indicados, respetando siempre la titularidad de los derechos patrimoniales y morales correspondientes, de acuerdo con los usos honrados, de manera proporcional y justificada a la finalidad perseguida, sin ánimo de lucro ni de comercialización. De manera complementaria, garantizo (garantizamos) en mi (nuestra) calidad de estudiante (s) y por ende autor (es) exclusivo (s), que la Tesis o Trabajo de Grado en cuestión, es producto de mi (nuestra) plena autoría, de mi (nuestro) esfuerzo personal intelectual, como consecuencia de mi (nuestra) creación original particular y, por tanto, soy (somos) el (los) único (s) titular (es) de la misma. Además, aseguro (aseguramos) que no contiene citas, ni transcripciones de otras obras protegidas, por fuera de los límites autorizados por la ley, según los usos honrados, y en proporción a los fines previstos; ni tampoco contempla declaraciones difamatorias contra terceros; respetando el derecho a la imagen, intimidad, buen nombre y demás derechos constitucionales. Adicionalmente, manifiesto (manifestamos) que no se incluyeron expresiones contrarias al orden público ni a las buenas costumbres. En consecuencia, la responsabilidad directa en la elaboración, presentación, investigación y, en general, contenidos de la Tesis o Trabajo de Grado es de mí (nuestro) competencia exclusiva, eximiendo de toda responsabilidad a la Pontifica Universidad Javeriana por tales aspectos. Sin perjuicio de los usos y atribuciones otorgadas en virtud de este documento, continuaré (continuaremos) conservando los correspondientes derechos patrimoniales sin modificación o restricción alguna, puesto que, de acuerdo con la legislación colombiana aplicable, el presente es un acuerdo jurídico que en ningún caso conlleva la enajenación de los derechos patrimoniales derivados del régimen del Derecho de Autor. De conformidad con lo establecido en el artículo 30 de la Ley 23 de 1982 y el artículo 11 de la Decisión Andina 351 de 1993, "Los derechos morales sobre el trabajo son propiedad de los autores", los cuales son irrenunciables, imprescriptibles, inembargables e inalienables. En consecuencia, la Pontificia Universidad Javeriana está en la obligación de RESPETARLOS Y HACERLOS RESPETAR, para lo cual tomará las medidas correspondientes para garantizar su observancia.
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subject	Inteligencia artificial
dc.subject	Agricultura inteligente
dc.subject	Cacao
dc.subject	Detección de enfermedades
dc.subject	Aplicaciones móviles
dc.subject.armarc	Maestría en inteligencia artificial - Tesis y disertaciones académicas
dc.subject.armarc	Agricultura	spa
dc.subject.armarc	Inteligencia artificial	spa
dc.subject.keyword	Artificial Intelligence
dc.subject.keyword	Smart agriculture
dc.subject.keyword	Cocoa
dc.subject.keyword	Disease detection
dc.subject.keyword	Mobile applications
dc.title	Desarrollo de una aplicación móvil para la detección de enfermedades en los frutos de cacao	spa
dc.title.english	Development of a mobile application for the detection of diseases in cocoa fruits.	spa
dc.type.coar	http://purl.org/coar/resource_type/c_bdcc
dc.type.driver	info:eu-repo/semantics/masterThesis
dc.type.hasversion	http://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.local	Tesis/Trabajo de grado - Monografía - Maestría