Rosa del P. Arroyo Gil, Maria A. Gutierrez Altamirano, Ryan A. León León

Memorias de la Vigésima Cuarta Conferencia Iberoamericana en Sistemas, Cibernética e Informática: CISCI 2025, pp. 1-9 (2025); https://doi.org/10.54808/CISCI2025.01.1

Rosa del P. Arroyo Gil
Ingeniería Industrial, Universidad Privada del Norte, Trujillo, Perú

Maria A. Gutierrez Altamirano
Ingeniería Industrial, Universidad Privada del Norte, Trujillo, Perú

Ryan A. León León
Ingeniería Industrial, Universidad Privada del Norte, Trujillo, Perú

Cite this paper as:
Arroyo Gil, R. d. P., Gutierrez Altamirano, M. A., León León, R. A. (2025). Desarrollo de un Sistema de Visión Artificial para la Detección de la Plaga Botrytis Cinerea en el Cultivo de Uva. En N. Callaos, J. Horne, B. Sánchez, A. Tremante (Eds.), Memorias de la Vigésima Cuarta Conferencia Iberoamericana en Sistemas, Cibernética e Informática: CISCI 2025, pp. 1-9. International Institute of Informatics and Cybernetics. https://doi.org/10.54808/CISCI2025.01.1

El presente estudio tuvo como objetivo desarrollar un sistema de visión artificial para la detección de la plaga Botrytis cinerea en cultivos de uva (Vitis vinifera). Se realizó una investigación de tipo aplicada y diseño experimental, iniciando con la captura de 750 imágenes en un viñedo de Cascas, La Libertad, Perú, de las cuales 600 fueron clasificadas y etiquetadas en Roboflow, diferenciando entre uvas sanas e infectadas, dataset con el cual posteriormente se entrenó el modelo YOLOv11 en Visual Studio Code utilizando el lenguaje de Python, alcanzando una base de datos aumentada de 1560 imágenes y entrenándolo durante 100 épocas. Los resultados del modelo mostraron una mejora sostenida en las curvas de pérdida mostrando una reducción constante y una exactitud global del 92.5% en condiciones no controladas. Además, se integró una cámara móvil para detección en tiempo real, lo que valida su aplicabilidad en campo. Aunque se identificaron limitaciones ante fondos complejos o síntomas sutiles, el sistema demostró ser eficaz, accesible y replicable. Concluyendo que esta solución basada en inteligencia artificial representa una alternativa tecnológica viable para el monitoreo fitosanitario, con potencial de ser escalada a otros cultivos de alto valor económico.