Implementación de un algoritmo de visión artificial para el desarrollo de un sistema clasificador de plantas de cacao

Implementation of a computer vision algorithm for the development of a cocoa plant classification system

Palabras clave: Palabras clave: artificial, cacao, datos, entrenamiento, visión., Keywords: artificial, cocoa, data, training, vision.

Resumen

Resumen. Es sabido que Tabasco es un importante productor de cacao, sin embargo, el desinterés de las nuevas generaciones o procesos costosos provocan un área de oportunidad para mejorar el aprovechamiento y control sobre estas plantas. El objetivo de este proyecto es implementar un modelo de visión artificial en una tarjeta Raspberry Pi para así clasificar las plantas de cacao de otro tipo de árboles con el fin de tener un mejor control sobre las especies existentes, simplificando las tareas de gestión y contribuyendo así a la preservación de estas especies. La metodología incluye investigación teórica, selección de modelos, entrenamiento con imágenes etiquetadas utilizando herramientas especializadas, seguido de pruebas para optimizar el rendimiento. Los resultados demostraron que los modelos de visión artificial son efectivos para detectar especies de cacao, destacando su potencial en aplicaciones agrícolas. Sin embargo, el éxito de estos modelos depende intrínsecamente de la calidad de los datos de entrenamiento.

 

Palabras clave: artificial, cacao, datos, entrenamiento, visión.

 

Abstract. It is known that Tabasco is an important cocoa producer, however, the lack of interest of new generations or costly processes cause an area of opportunity to improve the use and control over these plants. The objective of this project is to implement an artificial vision model on a Raspberry Pi card to classify cocoa plants from other types of trees in order to have a better control over existing species, simplifying management tasks and thus contributing to the preservation of these species. The methodology includes theoretical research, model selection, training with labeled images using specialized tools, followed by testing to optimize performance. The results demonstrated that machine vision models are effective in detecting cocoa species, highlighting their potential in agricultural applications. However, the success of these models is inherently dependent on the quality of the training data.

 

Keywords: artificial, cocoa, data, training, vision.

Biografía del autor/a

Jeffrey Villatoro-Quezada, Tecnológico Nacional de México campus Comalcalco

Ingeniero Mecatrónico con áreas de interés en la inteligencia artificial, automatización y programación en general.

Karla Paola Olán-de los Santos, Tecnológico Nacional de México campus Comalcalco

Ingeniera electrónica con áreas de interés en inteligencia artificial, electrónica y programación.

Ernesto Alonso Ocaña-Valenzuela, Tecnológico Nacional de México campus Comalcalco

Profesor del Tecnológico Nacional de México campus Comalcalco. Ingeniero Mecatrónico con Maestría en Manufactura Avanzada. Perfil PRODEP y líder de cuerpo académico. Es miembro del Sistema Estatal de Investigadores. Sus áreas de interés son la manufactura avanzada y actualmente está enfocado en el área de visión artificial.

Alejandro Arias-Cruz, Tecnológico Nacional de México campus Comalcalco

Profesor del Tecnológico Nacional de México campus Comalcalco. Ingeniero Mecatrónico, actualmente cursando la Maestría en Ingeniería Aplicada. Sus áreas de interés es la automatización y actualmente está enfocado en el área de visión artificial.

Miguel Antonio Caraveo-Cacep, Tecnológico Nacional de México campus Comalcalco

Ingeniero en Electrónica, maestro en Sistemas Electrónicos, y doctor en Tecnología Avanzada por el Instituto Politécnico Nacional. Profesor de tiempo completo en el Instituto Tecnológico Superior de Comalcalco. Sus intereses de investigación son el IoT, la ciberseguridad y los sistemas embebidos.

Publicado
2026-01-23