Diseño de un sistema de detección temprana para el virus del mosaico del tomate en cultivos de tomates (Solanum Lycopersicum)

Abstract

El jitomate (Solanum lycopersicum), perteneciente a la familia Solanaceae, es una planta herbácea de hasta 3 metros de altura, con ramas verdes dispersas y hojas ovadas a elípticas. México, especialmente Puebla, destaca en su producción, alcanzando 2,860,305.2 toneladas en 2019, donde el estado contribuyó con 125 mil toneladas [1]. El virus del mosaico del tomate (ToMV) afecta gravemente los cultivos al reducir rendimiento y calidad, ya que la propagación del ToMV se da por contacto, ya sea por el viento, manos de operarios, ropa o herramientas contaminadas. Los síntomas incluyen patrones de mosaico en las hojas, reducción del crecimiento y distorsión en los frutos. En este proyecto se propone un sistema de detección temprana mediante aprendizaje automático, Raspberry Pi y Python. La metodología del sistema comprende investigación, recopilación de datos, desarrollo de modelos de aprendizaje automático y procesamiento de imágenes digitales. La Raspberry Pi 4B y la cámara Raspberry Pi 5MP se seleccionaron por su rendimiento y accesibilidad, el modelo se entrenó con imágenes de Kaggle, y la implementación se probó y ajusto continuamente. Los resultados destacan la eficacia del sistema para detectar el virus del mosaico del tomate, con ajustes en código y modelo para mejorar precisión y velocidad de respuesta, la interfaz de usuario se optimizo para facilitar la interpretación de resultados, la capacidad de adaptarse a condiciones variables y diversidad de datos refuerza su utilidad. El proyecto logra el diseño eficaz de un sistema de detección para el virus del mosaico del tomate en cultivos de jitomate.