El sistema de desarrollo propio, busca generar, en primera instancia una opción de monitoreo de plagas en cultivos y áreas alejadas. Además, permitirá, a futuro, la toma de datos claves para el manejo de plagas como temperatura y humedad ambiental.
El Instituto de Sanidad y Calidad Agropecuaria Mendoza (ISCAMEN), ha llevado adelante un sistema propio de monitoreo de plagas basado en inteligencia artificial. Esta innovación tecnológica tiene como objetivo generar una herramienta autónoma de detección y análisis para cultivos y zonas alejadas. Una herramienta valiosa que permitirá la toma de decisiones en tiempo real, tanto para la aplicación de tratamientos fitosanitarios como para el desarrollo del cultivo
El proyecto surge a partir de la actualización del anterior sistema de trampas digitales, que dependía de proveedores externos. Con esta mejora, el ISCAMEN busca optimizar los procesos de captura y procesamiento de datos, reducir costos operativos de actualización y mantenimiento. Además, permite ser a futuro una herramienta asequible a productores de la provincia y otras regiones del país.
En esta instancia, se cuenta con 15 trampas activas, 4 de ellas instaladas en establecimientos agrícolas privados, además de 20 módulos que permitirán escalar la red, en el corto plazo. En total se busca, expandir la red a 60 dispositivos completamente operativos.
Actualmente, el modelo se encuentra en su etapa de aprendizaje en campo. Esta fase de entrenamiento, que busca una adaptación a diversas variables del entorno, continuará mediante un esquema de aprendizaje supervisado y retroalimentación continua, a partir de los análisis en laboratorio de los datos obtenidos en campo, con el fin de alcanzar un 98% de precisión en la detección de insectos.
En esta fase, se proyecta el procesamiento y etiquetado de aproximadamente 5.000 imágenes representativas, que incluyan distintos escenarios de iluminación, niveles de suciedad, superposición de ejemplares e interferencias visuales. Este ajuste iterativo permitirá refinar la capacidad de detección del modelo YOLOv8, asegurando resultados consistentes bajo condiciones variables de captura.
https://www.facebook.com/watch/?v=1733815394244095
El siguiente paso será consolidar la validación del sistema en fincas seleccionadas y ampliar su capacidad de reconocimiento a otras especies de interés sanitario y productivo. Este desarrollo representa un avance significativo hacia un sistema integral de análisis y gestión de plagas basado en ciencia aplicada e innovación tecnológica.
