Conjunto de datos de imágenes RGB para la clasificación de madurez del okra para mejorar la calidad agrícola y la...

Área de la Ciencia:

• Ciencias Agrícolas
• Visión por computadora
• Ciencias de la alimentación

Sus antecedentes:

• El okra es un cultivo nutritivo vital para combatir la desnutrición y apoyar la agricultura sostenible.
• La clasificación precisa de la madurez del okra (menos maduro, maduro, sobre maduro) es crucial para el momento de la cosecha, las demandas del mercado y las aplicaciones culinarias.
• Minimizar las pérdidas posteriores a la cosecha y optimizar los usos para cocinar depende de una evaluación precisa de la madurez.

Objetivo del estudio:

• Desarrollar un método no destructivo para clasificar las etapas de madurez del okra.
• Para crear un conjunto de datos de imágenes robustas de muestras de okra de diversos entornos del mundo real.
• Permitir modelos de clasificación precisos para optimizar las prácticas agrícolas y la preparación para el mercado.

Principales métodos:

• Se utilizó un enfoque no destructivo para la clasificación de la madurez del okra.
• Recogí un conjunto de imágenes de okra bajo iluminación controlada usando una cámara RGB estándar.
• Aseguró que el conjunto de datos capturara la variabilidad natural de varias granjas y mercados.

Principales resultados:

• Desarrolló un método para clasificar la madurez del okra basado en datos de imágenes.
• El gran conjunto de datos facilita la creación de modelos de clasificación precisos.
• El enfoque ayuda a los agricultores a optimizar el momento de la cosecha y satisfacer las necesidades de los consumidores.

Conclusiones:

• La clasificación no destructiva basada en imágenes es eficaz para determinar la madurez del okra.
• Esta investigación mejora la evaluación de la calidad agrícola y la preparación para el mercado.
• Los hallazgos promueven prácticas agrícolas sostenibles a través de una cosecha optimizada.