Un enfoque de aprendizaje automático para clasificar variedades de dátiles en la etapa Rutab

Área de la Ciencia:

• Ciencia Agrícola
• Ciencias de la Computación

Sus antecedentes:

• Los dátiles son significativos cultural y nutricionalmente en regiones áridas, siendo la etapa Rutab particularmente valiosa.
• La clasificación de variedades de dátiles Rutab está actualmente subrepresentada en la literatura científica.

Objetivo del estudio:

• Desarrollar un pipeline de aprendizaje automático para clasificar variedades de dátiles Rutab a partir de imágenes.
• Abordar la brecha en la literatura sobre la clasificación de dátiles Rutab.

Principales métodos:

• Se creó un conjunto de datos personalizado de 1.659 imágenes de dátiles Rutab de ocho variedades.
• Se evaluaron varios modelos de aprendizaje profundo para el rendimiento de la clasificación de imágenes.

Principales resultados:

• El modelo YOLOv12 demostró el mayor rendimiento con un recall del 93%.
• El sistema desarrollado se implementó en una aplicación móvil.

Conclusiones:

• El pipeline de aprendizaje automático clasifica eficazmente las variedades de dátiles Rutab.
• La aplicación móvil promueve la preservación cultural y la conciencia global sobre la diversidad de los dátiles.