Detección en Tiempo Real de Enfermedades en Hojas de Cultivos Usando el Algoritmo Mejorado YOLOv8

La agricultura es un pilar de la economía marroquí y el sustento de millones de agricultores, ofreciéndoles una amplia variedad de cultivos. Sin embargo, la falta de recursos y experiencia dificulta que los agricultores diagnostiquen correctamente las enfermedades de las plantas. En consecuencia, a menudo se desperdicia tiempo y recursos valiosos intentando salvar cultivos enfermos. Para abordar este problema, se ha presentado un método revolucionario que utiliza los últimos avances en visión por computadora y tecnología de aprendizaje profundo para identificar enfermedades de las plantas en tiempo real. Nuestro sistema emplea YOLOv8 (You Only Look Once), un enfoque avanzado de identificación de objetos que analiza imágenes de hojas a una tasa de 70 FPS (Frames Por Segundo). Esta técnica innovadora de análisis de imágenes consiste en dividir una imagen en numerosas celdas de cuadrícula y utiliza una única red neuronal para predecir las coordenadas de la caja delimitadora y las probabilidades de clase. Esto conduce a una evaluación de imágenes más eficiente y precisa, resultando en una identificación de enfermedades más rápida y exacta. Nuestros resultados demuestran la excepcional eficiencia de YOLOv8, que supera los algoritmos convencionales de identificación de objetos tanto en velocidad como en precisión. Esto solidificó la posición de YOLOv8 como una solución líder para la detección y reconocimiento de objetos en escenarios del mundo real.