Pais: Argentina

Fecha: 12 de Noviembre del 2018

Aplican "deep learning" para detectar HLB en cítricos por INTA, Argentina

Investigadores del INTA Misiones utilizan técnicas de inteligencia artificial para identificar síntomas de la enfermedad y carencias nutricionales en hojas de plantas. Trabajan en el desarrollo de una aplicación móvil para celulares destinada a monitoreadores y productores. Huanglongbing (HLB) o enfermedad del brote amarillo es la enfermedad más importante de la citricultura mundial. Una vez infectadas, las plantas no se recuperan y se tornan comercialmente improductivas. Para identificar el vector y diferenciar los síntomas de la enfermedad en ramas, hojas y frutos de árboles es necesario un entrenamiento visual de citricultores y monitoreadores. Para contribuir a la identificación temprana, investigadores del INTA Misiones desarrollaron un software –basado en Deep learning– que probaron con éxito en especies de naranja, mandarina, limón y pomelo. "Con soporte en técnicas de inteligencia artificial (IA), como sistemas de visión artificial que integran diferentes técnicas de procesamiento digital de imágenes y métodos de clasificación, creamos un sistema para dispositivos móviles", señaló Javier Berger, ingeniero en informática y becario de investigación del Comité Ejecutivo de Desarrollo e Innovación Tecnológica (CEDIT) en el INTA Montecarlo –Misiones–. Pensado para teléfonos con sistema Android, esta aplicación "permite reconocer síntomas de HLB y deficiencias nutriciones mediante la captura de fotografías de hojas en tiempo real", explicó el investigador, creador de la aplicación junto con César Preussler y Juan Pedro Agostini, de la Estación Experimental Agropecuaria Montecarlo del INTA. "En las diferentes pruebas de clasificación de imágenes de hojas de árboles cítricos con síntomas de HLB, carencia de magnesio, deficiencia de zinc y asintomáticas, demostró reconocer los síntomas vinculados con HLB con un 89 % de aciertos", destacó Berger. Seguir leyendo