A scalable offline AI-based solution to assist the diseases and plague detection in agriculture | ||
| dc.conicet.organizacion | Universidad Nacional de La Plata. Facultad de Informática | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - La Plata | |
| dc.conicet.organizacion | Universidad Nacional de La Plata. Facultad de Informática | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - La Plata | |
| dc.conicet.organizacion | Universidad Nacional de La Plata. Facultad de Informática | |
| dc.conicet.organizacion | Universidad Nacional de La Plata. Facultad de Informática | |
| dc.conicet.organizacion | Universidad Nacional de La Plata. Facultad de Informática | |
| dc.conicet.organizacion | Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Agronomía | |
| dc.contributor.author | Urbieta, Mario Matías | |
| dc.contributor.author | Urbieta, Martin Cesar | |
| dc.contributor.author | Pereyra, Mauro | |
| dc.contributor.author | Laborde, Tomas | |
| dc.contributor.author | Villarreal, Guillermo | |
| dc.contributor.author | Delpino, Mariana | |
| dc.date.issued | 2023-06 | |
| dc.description.abstract | Early detection of diseases and pests is a key factor in eradicating or minimizing the damage that {these} may cause.In this work, a comprehensive solution is presented that is based on the compositing of existing cloud solutions and mobile tools to detect in-situ issues.The platform presented was used for the detection of powdery mildew and Cladosporium diseases in tomatoes.The results of using the approach to carry out this task were more than satisfactory since it managed to correctly detect the symptoms, having mAP of 0.41 in at least some of these symptoms. We analyzed the performance of our dataset on the one hand and the combination of PlantDoc dataset on the other hand. This shows that the platform can be used in the agriculture sector, as an additional tool for detecting diseases and pests in order to combat the problem and reduce its consequences. | es |
| dc.description.fil | Fil: Urbieta, Mario Matías. Universidad Nacional de La Plata. Facultad de Informática; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - La Plata; Argentina | |
| dc.description.fil | Fil: Urbieta, Martin Cesar. Universidad Nacional de La Plata. Facultad de Informática; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - La Plata; Argentina | |
| dc.description.fil | Fil: Pereyra, Mauro. Universidad Nacional de La Plata. Facultad de Informática; Argentina | |
| dc.description.fil | Fil: Laborde, Tomas. Universidad Nacional de La Plata. Facultad de Informática; Argentina | |
| dc.description.fil | Fil: Villarreal, Guillermo. Universidad Nacional de La Plata. Facultad de Informática; Argentina | |
| dc.description.fil | Fil: Delpino, Mariana. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Agronomía; Argentina | |
| dc.format | application/pdf | es |
| dc.identifier.citation | Urbieta, Mario Matías; Urbieta, Martin Cesar; Pereyra, Mauro; Laborde, Tomas; Villarreal, Guillermo; et al.; A scalable offline AI-based solution to assist the diseases and plague detection in agriculture; Taylor & Francis Ltd; Journal of Decision Systems; 6-2023; 1-18 | es |
| dc.identifier.eissn | 2116-7052 | es |
| dc.identifier.institucional | CONICET | |
| dc.identifier.issn | 1246-0125 | es |
| dc.identifier.repo | CONICET Digital | |
| dc.identifier.uri | http://hdl.handle.net/11336/223298 | |
| dc.journal.pagination | 1-18 | es |
| dc.journal.pais | Estados Unidos | es |
| dc.journal.title | Journal of Decision Systems | es |
| dc.language.iso | eng | es |
| dc.publisher | Taylor & Francis Ltd | es |
| dc.relation.alternativeid | info:eu-repo/semantics/altIdentifier/url/https://www.tandfonline.com/doi/full/10.1080/12460125.2023.2226381 | |
| dc.relation.alternativeid | info:eu-repo/semantics/altIdentifier/doi/http://dx.doi.org/10.1080/12460125.2023.2226381 | |
| dc.rights | info:eu-repo/semantics/restrictedAccess | * |
| dc.rights.uri | https://creativecommons.org/licenses/by-nc-sa/2.5/ar/ | * |
| dc.subject | AGRICULTURE | es |
| dc.subject | AGRICULTURE | es |
| dc.subject | AND CLADOSPORIUM | es |
| dc.subject | CLOUD | es |
| dc.subject | MACHINE-LEARNING | es |
| dc.subject | MOBILE | es |
| dc.subject | POWDER MOULD | es |
| dc.subject | TOMATO | es |
| dc.subject.classification | Ciencias de la Computación | es |
| dc.subject.classification | Ciencias de la Computación e Información | es |
| dc.subject.classification | CIENCIAS NATURALES Y EXACTAS | es |
| dc.title | A scalable offline AI-based solution to assist the diseases and plague detection in agriculture | es |
| dc.type | info:eu-repo/semantics/article | |
| dc.type | info:ar-repo/semantics/artículo | |
| dc.type | info:eu-repo/semantics/publishedVersion | |
Archivos
Bloque original
Cargando...
- Nombre:
- CONICET_Digital_Nro.7c28e81b-319e-4086-b89c-b7e1c161fd6e_B.pdf
- Tamaño:
- 8.93 MB
- Formato:
- Adobe Portable Document Format