icon-category icon-close icon-closequote icon-down icon-download icon-evento icon-facebook icon-instagram icon-lang icon-linkedin icon-lupa icon-menu icon-next icon-openquote icon-paper icon-pluma icon-popular icon-prev icon-send icon-share icon-twitter icon-ultimo icon-video icon-youtube share-facebook share-gplus share-linkedin share-mail share-twitter

Junio 2021 | Noticias

Investigación en España

Innovación permite evaluar la forma y el color de la fruta para acrecentar la eficiencia agrícola

Un equipo investigador del Centro de Investigación en Agrigenómica (CRAG) en España ha desarrollado un método informático automatizado y rentable para evaluar la forma y el color de la fruta que contribuirá a aumentar la eficiencia agrícola. El estudio, publicado en la revista científica Plant Phenomics, se realizó utilizando imágenes de fresa, aunque su algoritmo de aprendizaje automático se puede aplicar fácilmente a otros frutos como manzanas, tomates y cítricos.

El software ideado también puede predecir virtualmente la forma y apariencia de la fruta, proporcionando una poderosa herramienta de simulación para diseñar nuevos cruces. De esta forma el equipo investigador ha dado acceso abierto al código para que la comunidad lo adapte a sus necesidades.

IMPLEMENTANDO ALGORITMOS DE APRENDIZAJE PROFUNDO

En este estudio, el equipo investigador tomó fotografías externas y de medio corte de unas 2000 fresas de diferentes líneas de mejora proporcionadas por la empresa Planasa, recolectadas en la campaña 2018 en Huelva (España), la principal zona productora de fresa en Europa.

La primera autora del artículo, Laura M. Zingaretti, que realizó este trabajo como parte de su tesis doctoral en el CRAG explica: “Evaluar la forma de un objeto dado, una fresa en este caso, a partir de una fotografía no es tan sencillo como pueda parecer. Los descriptores lineales clásicos –área, perímetro, altura, anchura…– tienen ciertas limitaciones que llevan a la pérdida de información relevante al simplificar extremadamente las características morfológicas. Para evaluar la forma de modo más detallado, complementamos estos métodos lineales con técnicas multivariadas y de aprendizaje profundo”.

Por primera vez, este trabajo aplica técnicas de aprendizaje profundo, una clase de algoritmos de aprendizaje automático, para evaluar la forma de la fruta. Combinando estos métodos con mediciones lineales y multivariantes, el equipo investigador ha sido capaz de generar un software automatizado que analiza patrones de forma y color extraídos de imágenes de fresa. La herramienta desarrollada está bastante más automatizada que sus predecesoras, ya que requiere una mínima intervención del usuario y un tiempo de computación limitado, lo que proporciona una forma económica y rápida para la evaluación fenómica.

HERRAMIENTA PARA MEJORAR LA EFICIENCIA AGRÍCOLA

En tanto, Miguel Pérez-Enciso, investigador ICREA en el CRAG y codirector de la tesis señala: “Además del análisis morfológico, nuestra herramienta de aprendizaje profundo presenta una novedosa idea para simular virtualmente nuevas formas de frutos, ya que es capaz de predecir la apariencia de los frutos de nuevos cruces”. En ese sentido, resalta que este aporte puede ser muy valioso en el primer paso de los programas de mejora vegetal, “ya que permitiría evaluar varios cruces sin necesidad de probarlos directamente en campo, ahorrando tiempo y recursos”.