En apicultura, la tarea de localizar en un panal las celdas que contienen crías, polen o miel es fundamental para obtener información sobre cuándo recolectar la miel o evaluar el estado de salud de la colmena.

Se trata de un proceso que se realiza tradicionalmente de forma manual y cuya automatización se ha encontrado siempre con un problema: las abejas cubren con cera las superficies que contienen miel para mantenerlas en los niveles de humedad adecuados, lo que hace que pierdan su forma hexagonal característica. Esto dificulta su identificación a través de sistemas que han sido diseñados para identificar las celdas buscando formas hexagonales.

Ahora, un equipo de la Universidad de Córdoba formado por personal investigador de los departamentos de Zoología e Ingeniería Electrónica y de Computadores ha empleado inteligencia artificial sobre imágenes para desarrollar un sistema que ayude a los apicultores en esta labor.

Para ello han aplicado un algoritmo de segmentación semántica de aprendizaje profundo denominado 'Feature Pyramid Network (FPN)', que permite realizar múltiples clasificaciones a diferentes resoluciones, ofreciendo una solución a este problema de forma robusta y automatizada.

Este trabajo ha obtenido unos resultados de clasificación por encima del 92 % en métricas típicas de segmentación de imágenes, lo que garantiza un importante apoyo a la tradicional tarea manual realizada por los apicultores, mejorando su precisión y eficiencia y reduciendo el tiempo de ejecución de esta labor.

+ Leer la noticia completa