Desarrollo de un Sistema de Reconocimiento de Especies Vegetales para el Jardín Botánico de la UNL Basado en Inteligencia Artificial

Abstract

La inteligencia artificial ha experimentado un destacado avance en los últimos años, encontrando aplicaciones en diversas áreas para automatizar y optimizar tareas específicas. En el contexto de este proyecto, se enfoca en la aplicación de inteligencia artificial en el ámbito de la botánica, específicamente para la identificación de especies vegetales en el Jardín Botánico Reinaldo Espinosa de la ciudad de Loja. Este trabajo implica el desarrollo de tres algoritmos de redes neuronales, basados en las arquitecturas predefinidas MobileNet, VGG19 y ResNet18. Para acelerar el proceso de entrenamiento, se ha utilizado una base de datos reducida, utilizando aproximadamente el 12% de la base de datos original. Se obtuvieron distintos niveles de precisión para cada uno de los algoritmos: MobileNet alcanzó un 94,83%, VGG19 un 62,25%, y ResNet18 un 60,42%. Luego de evaluar los resultados, se seleccionó la arquitectura MobileNet por presentar un rendimiento superior comparado con los demás. Posteriormente, MobileNet fue sometida a un entrenamiento completo con la base de datos original, que consta de 1354 imágenes de 20 especies vegetales distintas, logrando una precisión final del 88,59%. Como parte de la implementación práctica, se desarrolló una aplicación para Android utilizando el Framework de Flutter, permitiendo la utilización del algoritmo de identificación de especies vegetales directamente desde dispositivos móviles.

Palabras clave: Redes Neuronales, VGG19, MobileNet, ResNet, Flutter, Identificación Especies de Plantas