Evaluación de la madurez del banano usando aprendizaje de máquinas basado en reconocimiento de imágenes – Revisión
En este trabajo se realiza una revisión sistemática de la literatura sobre las diferentes técnicas de aprendizaje de máquinas utilizadas para la evaluación de la madurez de las frutas, específicamente del banano (Musa spp.), mediante el reconocimiento de imágenes. Los resultados muestran que existe...
Saved in:
| Main Authors: | , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Universidad Industrial de Santander
2025-08-01
|
| Series: | Revista UIS Ingenierías |
| Subjects: | |
| Online Access: | https://revistas.uis.edu.co/index.php/revistauisingenierias/article/view/15648 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1849225461857517568 |
|---|---|
| author | Cristhian David López- Jiménez Luis Octavio González- Salcedo Luis Eduardo Ordóñez-Santos |
| author_facet | Cristhian David López- Jiménez Luis Octavio González- Salcedo Luis Eduardo Ordóñez-Santos |
| author_sort | Cristhian David López- Jiménez |
| collection | DOAJ |
| description |
En este trabajo se realiza una revisión sistemática de la literatura sobre las diferentes técnicas de aprendizaje de máquinas utilizadas para la evaluación de la madurez de las frutas, específicamente del banano (Musa spp.), mediante el reconocimiento de imágenes. Los resultados muestran que existen diversas técnicas de aprendizaje de máquinas, como máquinas de soporte vectorial, redes neuronales artificiales, y árboles de decisiones, entre otras. Se encontró que estas técnicas son capaces de analizar imágenes digitales de las frutas, extraer características y patrones relevantes, y realizar la clasificación y regresión para la determinación de la madurez de las mismas. Se concluye que las técnicas de aprendizaje de máquinas basadas en reconocimiento de imágenes, son una herramienta efectiva no invasiva, rápida y precisa. Su implementación en la cadena agroindustrial del banano permitiría optimizar la cosecha, clasificación y distribución del fruto, mejorando la eficiencia del proceso productivo, reduciendo pérdidas postcosecha y garantizando una mayor calidad y uniformidad del producto para su comercialización, especialmente en mercados de exportación.
|
| format | Article |
| id | doaj-art-2c8419d0982e4a6083a0e32db4bc06e1 |
| institution | Kabale University |
| issn | 1657-4583 2145-8456 |
| language | English |
| publishDate | 2025-08-01 |
| publisher | Universidad Industrial de Santander |
| record_format | Article |
| series | Revista UIS Ingenierías |
| spelling | doaj-art-2c8419d0982e4a6083a0e32db4bc06e12025-08-24T18:07:42ZengUniversidad Industrial de SantanderRevista UIS Ingenierías1657-45832145-84562025-08-0124310.18273/revuin.v24n3-2025003Evaluación de la madurez del banano usando aprendizaje de máquinas basado en reconocimiento de imágenes – RevisiónCristhian David López- Jiménez0Luis Octavio González- Salcedo1Luis Eduardo Ordóñez-Santos2Universidad Nacional de ColombiaUniversidad Nacional de ColombiaUniversidad Nacional de Colombia En este trabajo se realiza una revisión sistemática de la literatura sobre las diferentes técnicas de aprendizaje de máquinas utilizadas para la evaluación de la madurez de las frutas, específicamente del banano (Musa spp.), mediante el reconocimiento de imágenes. Los resultados muestran que existen diversas técnicas de aprendizaje de máquinas, como máquinas de soporte vectorial, redes neuronales artificiales, y árboles de decisiones, entre otras. Se encontró que estas técnicas son capaces de analizar imágenes digitales de las frutas, extraer características y patrones relevantes, y realizar la clasificación y regresión para la determinación de la madurez de las mismas. Se concluye que las técnicas de aprendizaje de máquinas basadas en reconocimiento de imágenes, son una herramienta efectiva no invasiva, rápida y precisa. Su implementación en la cadena agroindustrial del banano permitiría optimizar la cosecha, clasificación y distribución del fruto, mejorando la eficiencia del proceso productivo, reduciendo pérdidas postcosecha y garantizando una mayor calidad y uniformidad del producto para su comercialización, especialmente en mercados de exportación. https://revistas.uis.edu.co/index.php/revistauisingenierias/article/view/15648colorinteligencia artificialaprendizaje automáticovisión computacionalred neuronal artificial |
| spellingShingle | Cristhian David López- Jiménez Luis Octavio González- Salcedo Luis Eduardo Ordóñez-Santos Evaluación de la madurez del banano usando aprendizaje de máquinas basado en reconocimiento de imágenes – Revisión Revista UIS Ingenierías color inteligencia artificial aprendizaje automático visión computacional red neuronal artificial |
| title | Evaluación de la madurez del banano usando aprendizaje de máquinas basado en reconocimiento de imágenes – Revisión |
| title_full | Evaluación de la madurez del banano usando aprendizaje de máquinas basado en reconocimiento de imágenes – Revisión |
| title_fullStr | Evaluación de la madurez del banano usando aprendizaje de máquinas basado en reconocimiento de imágenes – Revisión |
| title_full_unstemmed | Evaluación de la madurez del banano usando aprendizaje de máquinas basado en reconocimiento de imágenes – Revisión |
| title_short | Evaluación de la madurez del banano usando aprendizaje de máquinas basado en reconocimiento de imágenes – Revisión |
| title_sort | evaluacion de la madurez del banano usando aprendizaje de maquinas basado en reconocimiento de imagenes revision |
| topic | color inteligencia artificial aprendizaje automático visión computacional red neuronal artificial |
| url | https://revistas.uis.edu.co/index.php/revistauisingenierias/article/view/15648 |
| work_keys_str_mv | AT cristhiandavidlopezjimenez evaluaciondelamadurezdelbananousandoaprendizajedemaquinasbasadoenreconocimientodeimagenesrevision AT luisoctaviogonzalezsalcedo evaluaciondelamadurezdelbananousandoaprendizajedemaquinasbasadoenreconocimientodeimagenesrevision AT luiseduardoordonezsantos evaluaciondelamadurezdelbananousandoaprendizajedemaquinasbasadoenreconocimientodeimagenesrevision |