En una innovadora investigación liderada por David Pozo, docente de la Facultad de Ingeniería y Ciencias Aplicadas (FICA) de la Universidad de Las Américas (UDLA), se desarrolló un sistema automático de clasificación de tomates utilizando el algoritmo YOLOv8 —una de las arquitecturas más avanzadas en detección de objetos por visión computacional. Este estudio fue recientemente publicado en la revista Heliyon (Elsevier).
La agricultura se transforma con visión artificial
La clasificación de productos agrícolas, especialmente frutas como el tomate, ha sido históricamente un proceso manual, sujeto a errores humanos, inconsistencias y altos costos. El trabajo de Pozo propone una solución tecnológica basada en inteligencia artificial capaz de clasificar tomates en diferentes grados de madurez (verde, pintón, maduro) con una precisión de hasta el 98%.
YOLOv8: rapidez y exactitud para aplicaciones reales
El modelo entrenado, denominado “Tomato-V8”, logra procesar imágenes en tiempo real (33 cuadros por segundo), lo que lo hace altamente aplicable en entornos de producción agrícola. Utilizando una base de datos propia de imágenes capturadas bajo condiciones controladas y naturales, el sistema demostró un desempeño robusto y confiable.
Impacto en la agroindustria ecuatoriana
Esta tecnología puede ser integrada en bandas transportadoras o sistemas robóticos para agilizar procesos de selección, mejorar la trazabilidad del producto, reducir el desperdicio y elevar los estándares de exportación. Además, democratiza el acceso a soluciones de inteligencia artificial en el sector agrícola ecuatoriano.
Innovación aplicada desde las aulas
El proyecto refleja el compromiso de la UDLA y de su Facultad de Ingeniería con el desarrollo de soluciones tecnológicas de alto impacto, vinculadas con las necesidades reales del país. Esta investigación también puede ser la base para nuevas aplicaciones en otros cultivos, impulsando la transformación digital del agro.
📖 Accede al artículo completo:
👉 https://doi.org/10.1016/j.heliyon.2024.e32564
