Predicción de plagas en cultivos de arroz utilizando Redes Neuronales Convolucionales: Pest Prediction in Rice Crops Using Convolutional Neural Networks

Resumen

Introducción: La agricultura en la región de Sucre enfrenta graves pérdidas económicas debido a la detección tardía de plagas en cultivos de arroz. La detección oportuna de plagas en cultivos agrícolas es crítica para garantizar la productividad y la seguridad alimentaria. En Sucre, Colombia, los cultivos de arroz son esenciales para la economía regional. Sin embargo, la baja tecnificación del campo dificulta la implementación de soluciones eficientes para el monitoreo de plagas. Este artículo presenta el desarrollo de una plataforma accesible que integra un modelo de redes neuronales convolucionales (CNN) para predecir plagas con alta precisión.

Objetivo: Desarrollar y validar un sistema de predicción de plagas basado en visión artificial utilizando una red neuronal convolucional entrenada desde cero

Metodología: Se recopilaron imágenes de cultivos de arroz afectados por distintas plagas. Se diseñó un modelo CNN desde cero, entrenado en Google Colab, e integrado en una plataforma desarrollada en FastAPI para su consumo mediante una interfaz web.

Resultados: El modelo alcanzó una precisión superior al 85% en pruebas de clasificación, con un tiempo promedio de respuesta por imagen inferior a cinco segundos

Conclusión: La solución propuesta permite una detección temprana, accesible y eficiente para los agricultores de Sucre, contribuyendo a la seguridad alimentaria y sostenibilidad del cultivo.