En la prestigiosa revista “Scientific Reports”, originaria del Reino Unido y clasificada en el primer cuartil (Q1) según Scopus, se publicó el artículo de investigación titulado “A Comprehensive Analysis of YOLO Architectures for Tomato Leaf Disease Identification”, desarrollado por Leo Thomas Ramos y Ángel Sappa, destacados investigadores del Centro de Visión por Computador de Barcelona en España y del Centro de I+D+i de Sistemas Computacionales (CIDIS) de la ESPOL.
En este estudio se aborda un tema crucial en la agricultura de precisión: la detección de enfermedades en hojas de tomate, aspecto fundamental para salvaguardar la salud de los cultivos y optimizar los rendimientos agrícolas. La investigación presenta un análisis comparativo de las arquitecturas más recientes de YOLO (You Only Look Once), incluyendo YOLOv8, YOLOv9, YOLOv10, YOLOv11 y YOLOv12, utilizando el conjunto de datos Tomato-Village, que contiene 14.368 imágenes distribuidas en seis clases de enfermedades.
Los resultados demostraron que YOLOv11 supera de manera consistente a las demás arquitecturas, alcanzando la mayor exactitud con tiempos de entrenamiento competitivos y una latencia aceptable. Asimismo, modelos como YOLOv10, YOLOv8 y YOLOv12 obtuvieron desempeños sólidos, destacando en particular la variante YOLOv12n por su efectividad como modelo liviano para entornos con recursos limitados. Por otro lado, YOLOv9 presentó el rendimiento más débil, requiriendo mayor tiempo de entrenamiento y mostrando mayor latencia. De forma general, la investigación posiciona a YOLOv11 como la solución más eficaz para la detección de enfermedades en hojas de tomate, estableciendo un sólido punto de referencia para futuros avances en tecnología agrícola.
Como CIDIS, nos complace contar con el valioso aporte académico de dichos investigadores, cuya labor reafirma el compromiso institucional con la excelencia científica.
 |
 |
 |