DESARROLLO DE UN SISTEMA DE DETECCIÓN DE ABEJAS PORTADORAS DE POLEN MEDIANTE EL PROCESAMIENTO DE IMÁGENES Y TÉCNICAS DE APRENDIZAJE PROFUNDO.

Abstract

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.