Cacao: visión artificial contra la moniliasis

Track Clima y Territorio. Detectamos señales visibles de enfermedad en frutos de cacao para priorizar su revisión y explorar recorridos de inspección con robots.

El detector YOLO11s fue entrenado con 1,655 fotografías reales de cacao y evaluado en 399 fotografías externas: alertó en 191 de 200 fotos con Monilia y en 8 de 199 fotos sanas. La demo conecta el mismo modelo a la cámara RGB de una chacra virtual para mostrar detección, navegación, batería y retorno a base.

La presentación incluye a Pedro Paredes, agricultor de Ucayali, y la copia pública del documento sin firma para futuras pruebas. La simulación valida la integración; las pruebas de campo son el siguiente paso.

Presentación PDF: https://github.com/b3rs3rk1ng/hacktheandes/blob/main/output/pdf/Cacao-Presentacion-Final.pdf PowerPoint: https://github.com/b3rs3rk1ng/hacktheandes/blob/main/output/Cacao-Presentacion-Final.pptx Autorización pública sin firma: https://github.com/b3rs3rk1ng/hacktheandes/blob/main/output/pdf/Autorizacion-piloto-cacao-Pedro-Paredes-publica.pdf