Resumen:
La polinización es un proceso fundamental para la supervivencia de los ecosistemas.
Se considera que el 90% de las plantas con flor depende de la polinización para
reproducirse (formar semillas o frutas) siendo así indispensable para la biodiversidad.
Uno de los principales polinizadores de la naturaleza son las abejas melíferas, las
cuales debido a su cuerpo cubierto de pelos recogen fácilmente los gránulos de polen
cuando se mueven al interior de las flores, lo cual provoca que estos granos se
esparzan a medida que visitan más flores. El monitoreo de las abejas en la forma
tradicional se ha realizado por personal experto teniendo como objetivo conocer las
condiciones de salud y el transporte de alimentos (polen) hacia el enjambre. Esta tarea
puede convertirse en un proceso arduo y difícil. El método tradicional de observación
puede tomar largos periodos de tiempo presentando detecciones tardías ante
anomalías en las abejas. Los constantes avances en inteligencia artificial (IA) como lo
son la automatización de aprendizaje, el descubrimiento repetitivo a través de datos o
los algoritmos de aprendizaje profundo, brindan un panorama favorable para el
seguimiento y clasificación de abejas portadoras y no portadoras de polen. El objetivo
de este trabajo es desarrollar un sistema que permita detectar y hacer seguimiento a
abejas portadoras de polen usando técnicas de IA. El sistema inteligente se desarrolló
en un entorno embebido, mediante la tarjeta de desarrollo Jetson Nano de Nvidia ®, a
través del framework de Deep learning Pytorch y finalmente se validó el sistema en un
entorno real.
