Hackaton Agro 2017: el proyecto ganador es un sistema que se propone identificar malezas en cualquier etapa del cultivo para realizar aplicaciones selectivas
Emplea un sistema de inteligencia artificial.
Un sistema de detección de malezas para realizar pulverizaciones selectivas en cualquier etapa de crecimiento de los cultivos fue el proyecto ganador del Hackaton Agro 2017 realizado el fin de semana en la Bolsa de Comercio Rosario (BCR).
La aplicación –denominado Deep Agro– es producto del trabajo de un equipo liderado por los rosarinos Tomás Ãlvarez y Juan Manuel Baruffaldi, quienes recibieron un premio de 70.000 pesos (que emplearán para seguir desarrollando el prototipo).
“Nuestro software, que ya está funcionando, logra identificar la maleza del cultivo y aplicar fumigación inteligente en cualquier etapaâ€, comentó Baruffaldi. “Es un aplicativo que se le agrega a las pulverizadoras; viene con una cámara, una placa y una válvula. Además, utilizamos Deep Learning para que el programa vaya aprendiendo a reconocer distintas especies de malezas y diferenciarlas entre sÃâ€, añadió en un artÃculo difundido por la BCR.
Un estudio realizado por Baruffaldi y Lucas Uzal (investigador del Conicet) demostró que es posible lograr altos niveles de reconocimiento de malezas empleando técnicas de Generative Adversarial Networks (GAN) para hacer pre-entrenamientos no supervisados del modelo con videos de cultivos que tienen presencia de malezas, los cuales son reforzados con un etiquetado manual (humano) mÃnimo para que las “redes neuronales adversarias†puedan calibrar el reconocimiento de malezas y posteriormente identificar nuevas especies a lo largo del tiempo (Machine Learning).
El estudio (“Redes neuronales adversarias para el reconocimiento de malezasâ€) fue presentado a comienzos del presente mes de septiembre en la XLIII Conferencia Lationoamericana de Informática, que se realizó en la UTN-FRC de Córdoba.
El segundo premio (50.000 pesos) fue para Cam Wheat (BahÃa Blanca). Se trata de un proyecto liderado por César Riat que busca determinar la calidad y precio del trigo con imágenes utilizando, en este caso también, un sistema de inteligencia artificial. El tercer puesto (30.000) fue para el equipo liderado por José Robetto (Mar del Plata), que diseñó un sistema de riego inteligente para kiwis que se ajusta a la demanda especÃfica del cultivo.
El Hackaton Agro 2017 fue organizado por los ministerios nacionales  de Producción, Ciencia y TecnologÃa, Agroindustria y Modernización. Se presentaron más de 200 personas a la convocatoria. Más detalle sobre los proyectos ganadores pueden verse aquÃ.