Descripción:
El virus del Síndrome de la Mancha Anular del Papayo (PRSV, por sus siglas en inglés) ha tenido un impacto significativo en la industria papayera de Ecuador. Esta enfermedad afecta principalmente a las plantas de papaya, causando deformidades en las hojas, reducción en la producción de frutas y, en casos graves, puede resultar en la muerte de las plantas. La falta de detección temprana del virus ha tenido consecuencias devastadoras para los agricultores y la industria agrícola, manifestándose en pérdidas de rendimiento, calidad inferior de los productos, aumento de costos y disminución de los ingresos. Como respuesta a esto, se ha introducido un nuevo método de detección temprana del virus que combina técnicas moleculares (RT-PCR) con modelos de aprendizaje profundo para identificar las plantas enfermas afectadas por el virus. Este proyecto se llevó a cabo mediante el uso de un dron equipado con una cámara multiespectral, obteniendo un nivel de precisión del 91.3% en el reconocimiento de plantas de papaya utilizando el modelo YOLOv8. En lo que respecta a la identificación del virus, se emplearon los resultados de las pruebas RT-PCR en conjunto con las imágenes multiespectrales para desarrollar un modelo compacto de transformador convolucional, alcanzando una precisión del 85.92%. En conclusión, la combinación de la inteligencia artificial y la agricultura ha demostrado ser de gran utilidad para enfrentar los desafíos relacionados con los virus en diversos campos. Esto ha permitido lograr una detección rápida y precisa del virus, destacando la importancia de esta colaboración para abordar eficazmente problemas en la industria agrícola.