En este curso exploraremos cómo aplicar modelos de visión artificial para la detección y clasificación de cultivos clave en la agricultura andaluza, como tomates, pimientos, pepinos, calabacines, berenjenas, melones y sandías, entre otros. Utilizaremos herramientas avanzadas como YOLO de Ultralytics, entrenando modelos para escenarios reales de invernaderos y cultivos al aire libre.
Compararemos el rendimiento y aplicabilidad de modelos en la nube, locales, propietarios y personalizados, analizando sus ventajas y limitaciones en términos de precisión, coste, facilidad de entrenamiento y despliegue.
El objetivo es aprender todo el ciclo de un proyecto desde etiquetar imágenes, entrenar modelos hasta evaluarlos con métricas como accuracy, precisión y recall, así como desplegar soluciones adaptadas a diferentes tipos de explotaciones. Este enfoque práctico está diseñado para profesionales del sector agrícola, técnicos en innovación, y personas interesadas en la digitalización, informatización, automatización e Inteligencia Artificial.
La mayor parte de este curso es eminentemente práctica y se espera que los estudiantes pueden crear una primera versión de un modelo que pueda detectar imágenes a su elección, que pueden ser propias o de repositorios abiertos.
Esta formación está dirigida a agricultores, técnicos, pymes o autónomos del sector agroalimentario.
