Un método preciso de recuento de bayas en racimos de uva para guiar el desbrote de bayas

Área de la Ciencia:

• Tecnología Agrícola
• Visión por Computadora
• Aprendizaje Automático

Sus antecedentes:

• El recuento manual de bayas en la producción de uvas de mesa requiere mucha mano de obra, es lento y propenso a errores.
• Los recuentos precisos de bayas son cruciales para una gestión eficaz de los racimos y la optimización del rendimiento.
• Los métodos manuales actuales presentan un cuello de botella en la gestión eficiente y precisa del viñedo.

Objetivo del estudio:

• Desarrollar un método automatizado para el recuento preciso de bayas en uvas de mesa.
• Introducir una red de doble rama (MVDNet) para el recuento simultáneo de bayas y la segmentación de racimos.
• Crear un modelo computacionalmente eficiente adecuado para dispositivos de borde con recursos limitados.

Principales métodos:

• Se propuso una red de doble rama (MVDNet) con módulos UIB, fusión de características multiescala y atención SimAM.
• MVDNet realiza la regresión de mapas de densidad para el recuento y la segmentación de racimos.
• Un algoritmo de postprocesamiento refina los recuentos de bayas por racimo.

Principales resultados:

• MVDNet logró un Error Absoluto Medio (MAE) de 7.7 y un Error Cuadrático Medio (RMSE) de 12.6.
• El modelo alcanzó una Media de Intersección sobre Unión (MIoU) de 0.90 para la segmentación de racimos.
• El algoritmo de postprocesamiento logró un coeficiente de determinación (R²) de 0.886 para el recuento por racimo.
• El modelo tiene solo 3.372 millones de parámetros, lo que indica un bajo consumo de recursos computacionales.

Conclusiones:

• El método automatizado propuesto para el recuento de bayas es robusto, eficiente y práctico.
• Esta tecnología facilita la gestión precisa del viñedo, mejorando la calidad y la productividad de las uvas.
• El modelo MVDNet es adecuado para su implementación en dispositivos de borde en entornos agrícolas.