Estudio comparativo de arquitecturas de CNNs en hojas de Pimiento Morrón infectadas con virus PHYVV o PEPGMV

Abstract

En este trabajo, presentamos un estudio comparativo de dos arquitecturas de Redes Neuronales Convolucionales (CNNs por sus siglas en inglés): MobileNet y VGG19. Estas arquitecturas de CNNs son utilizadas para construir modelos predictivos para clasificar hojas de pimiento morrón en tres clases: sana o infectada con virus PHYVV o PEPGMV a partir de imágenes digitales. La idea de este estudio es medir la accuracy, precision y recall de las arquitecturas de CNNs, más allá de las técnicas tradicionales de Machine Learning, para prevenir y detectar pestes y enfermedades en plantas de pimiento morrón. Los resultados obtenidos en los experimentos muestran una gran ventaja de las arquitecturas CNNs sobre las técnicas tradicionales de Machine Learning.