Aldahir Eduardo Altamirano-Reategui

Aldahir Eduardo Altamirano-Reategui

Auto-generated profile, based on publicly available information

Aldahir Eduardo Altamirano-Reategui

Universidad Nacional de San Martín

Research Focus & Metrics

Academic Career Length

1Year (2026-Present)

(Calculated once Scilit publication data is synced: current year − year of first publication + 1)

Representative Publications

View All Publications
25 July 2026 in Revista Amazonía Digital
Verified
Journal Article
Open access
PDF file
AAAldahir Eduardo Altamirano-Reategui
Aldahir Eduardo Altamirano-Reategui
Cristian García-EstrellaCristian García-Estrella
Cristian García-Estrella
Jhosep Sánchez-FloresJhosep Sánchez-Flores
Jhosep Sánchez-Flores
La mancha parda afecta la productividad y calidad del cacao, generando pérdidas económicas en la región San Martín. El estudio tuvo como objetivo diseñar un sistema para clasificar imágenes de frutos de cacao afectados por esta enfermedad mediante visión artificial y transferencia de aprendizaje en condiciones reales de campo. La investigación se desarrolló en Chazuta durante 2024. Se recopilaron 3.003 imágenes de frutos sanos y enfermos, segmentadas mediante Mask R-CNN y sometidas a aumento de datos, obteniéndose 12.012 imágenes. Se evaluaron las arquitecturas preentrenadas VGG16, ResNet50 y MobileNetV2 como extractores de características, combinadas con máquinas de vectores de soporte (SVM). El desempeño se evaluó mediante validación cruzada y análisis estadísticos con las pruebas de Levene, ANOVA y Tukey. Todos los modelos superaron el 98,6 % de precisión; VGG16 + SVM alcanzó el mejor desempeño, con una precisión promedio del 99,51 % y diferencias estadísticamente significativas frente a los demás modelos. Se concluye que el enfoque híbrido basado en extracción profunda de características y clasificación mediante SVM es eficaz para detectar automáticamente la mancha parda del cacao y presenta potencial de aplicación en agricultura de precisión.