Ferramenta automática de apoio para a análise de viabilidade de sementes vexetais

Abstract

[Resumo]: O análise de viabilidade de sementes inclúe un conxunto de métodos que permiten coñecer se certas sementes xerminarán unha vez plantadas. Un dos métodos máis utilizados para realizar probas de viabilidade é o test de Tetrazolio, no cal as sementes viables se tinguen dunha cor vermella e as non viables manteñen a súa cor orixinal. Normalmente, o reconto de sementes tinguidas ou non tinguidas tras a realización desta proba lévase a cabo de forma manual polos investigadores. Isto pode resultar nunha tarefa moi repetitiva, que pode levar a erros no reconto final. O obxectivo deste traballo é realizar a análise de viabilidade usando técnicas de aprendizaxe profunda e visión artificial. Para iso adestraranse dous modelos con sementes de dúas especies de orquídeas, que detectarán as sementes viables respecto ás non viables. Estes modelos integraranse nunha aplicación de escritorio que sirva de apoio aos investigadores á hora de realizar o reconto. Os resultados obtidos poderán ser modificados, ademais de poderse exportar para a consulta posterior. Esta ferramenta tamén permitirá engadir novos modelos ademais dos desenvoltos, que poderán estar adestrados para a detección doutros obxectos distintos.

[Abstract]: The seed viability analysis includes a series of methods to know which seeds will ger- minate once planted. One of the most widely used methods to perform viability tests is the Tetrazolium test, in which the viable seeds will be tinted with a reddish color and the non- viable ones will keep their original color. Normally, the recognition of tinted and non tinted seeds after this test is carried out manually by the researchers. This can result in a very repet- itive task, which can lead to errors in the final counting. The aim of this work is to perform a viability analysis using deep learning and computer vision techniques. To this end, two models are introduced with seeds of two orchid species, which will detect the viable seeds versus the non-viable ones. These models will be integrated into a desktop application that will help researchers to perform the recognition. The results obtained can be modified and exported for later consultation. This tool will also allow the incorporation of new models in addition to the ones used in this work, which can be trained for the detection of other different objects.