Identificación de la planta de chile habanero usando algoritmos de inteligencia y visión artificial implementado en una Jetson nano

• Víctor Gironda Saldias ^[1] ; Antonio Gustavo Juárez Gracia ^[1] ; Roberto Vázquez Arreguín ^[1]
  1. [1] Instituto Politécnico Nacional

     Instituto Politécnico Nacional

     México

     
• Localización: Latin-American Journal of Physics Education, ISSN-e 1870-9095, Vol. 16, Nº. 1, 2022
• Idioma: español
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Con los avances de la tecnología, se ha logrado que las maquinas puedan aprender a identificar objetos usando inteligencia y visión artificial. En este presente trabajo, nos enfocaremos en realizar un algoritmo que permita identificar las hojas de la planta de chile habanero a través de una minicomputadora de bajo consumo eléctrico para aplicaciones de campos de cultivos, donde se requiera utilizar baterías y paneles solares. Usando esta minicomputadora Jetson nano se logró obtener resultados que se podrían aplicar en el monitoreo del estado de salud de cada planta con una velocidad de procesamiento de 45 fotogramas por segundo a través del algoritmo “Single Shot MultiBox Detector” (SSD). Este algoritmo basado en redes neuronales convolucionales está optimizado para los procesadores ARM, el cual posee este minicomputador jetson nano, así como también: celulares, Raspberry Pi y otras computadoras de bajo consumo. Por tanto, usando este algoritmo de inteligencia artificial, se podría tener una mayor eficiencia al hacer una inspección visual a cada planta comparado con el resultado que tendría una persona.

  • English

    Nowadays, the machine can learn to classify objects using artificial intelligence and vision. The focus of this work is to implement an algorithm of artificial intelligence that can identify the leaf of the habanero pepper plants through a minicomputer with low electrical consumption. This system could use in the application of crops where the requirement is to use a battery and solar energy. Using a Jetson Nano minicomputer, it could be possible to obtain results to monitor the health state of each plant with a processing speed of 45 frames per second through The Single shot Multibox Detector (SSD) algorithm. This algorithm is based on convolution neuronal networks and is optimized for ARM processors. The Jetson nano, raspberry pi, phone, and other minicomputers have this processor. In conclusion, the artificial intelligence algorithm could do the visual inspection better than the average person.