Estimado Quizás, por lo que dice Carlos Ortega, antes de pasarlo a escala de grises, podría pasarlo a escala RGB, jugar un poco, el entrenamiento no distinguirá si es escala de gris, como mezcla de negro y blanco, puede intentar rojo y blanco, rojo y verde, con la idea de detectar cambios en el color relacionado a posibles cambios en la humedad o “madurez” de las hojas, por ahí, con muy poco trabajo extra y con los mismos datos encuentra algo que le sirve.
Javier Marcuzzi > El 14 ago 2024, a las 3:16 p. m., Carlos Ortega <[email protected]> > escribió: > > Hola, > > ¿Qué tal? > El problema que planteas al final es el de determinar el área de una hoja > afectada, ya que su superficie nos es regular. > Para todos estos análisis puedes hacerlo perfectamente en R, en concreto los > paquetes "magick" y "EBImage" (este último del repositorio BioConductor). > Lo que tendrás que hacer es procesar las imágenes, pasarlas a tonos de gris, > aplicarles filtros para detectar el contorno y estimar la superficie > faltante. Estos cálculos no son complicados. También puedes hacer algún tipo > de modelo usando el área de las hojas completas y extrapolando estos > resultados a las hojas dañadas. > Si luego lo que además quieres es hacer algún tipo de modelo, para tener en > cuenta el posible daño en los diferentes tipos de hojas, puedes antes de > pasar a usar algo más sofisticado como modelos de DeepLearning, usar la > información RGB que tienes en tu imagen, seguramente las distribuciones de > los colores serán diferentes entre una hoja en buen estado y otra que ha > tenido algún daño (estando ambas completas). > > Gracias, > Carlos Ortega > www.qualityexcellence.es <http://www.qualityexcellence.es/> > > El mié, 14 ago 2024 a las 14:54, Javier Marcuzzi > (<[email protected] <mailto:[email protected]>>) > escribió: >> Estimado Jimmy Velasco >> >> Si puede tener la materia seca, podría realizar algún tipo de regresión, >> pero se me crea la duda biológica, ¿que cambio de agua hay y si este cambio >> modifica la selección como alimento de ese vegetal? En otras palabras, ¿hay >> un punto donde se pierde palatabilidad y prefiere otra hoja? En ese caso la >> regresión por materia seca podría no ser adecuado. Yo se que si modifico un >> poco la materia seca en bovinos tengo diferencias, me conviene hacerlo antes >> que el ganado pastoree. >> >> En cuanto a R y Python, yo de Fortran pasé a Python y luego a R, para mi >> gusto personal, R me parece mejor pero Python tomo mucho de R para la parte >> de estadística, como que se alimenta uno de las ideas de otro, y el otro de >> las ideas de uno. >> >> La diferencia no está en el lenguaje, sino en la cantidad de algoritmos que >> pueda probar para lo mismo, yo utilizaría varias herramientas, en ese caso >> me es “simple” con R, importo un paquete, paso los datos, tomo los >> resultados, importo otro paquete para lo mismo pero que internamente realiza >> los cálculos de otra forma, tomo los datos, y así varias veces, tomando al >> final una comparación para conocer cuál paquete da mejores resultados para >> mi trabajo, y esto no sería repetidle. En R sería algo como sumary(modelo1, >> modelo2, modelo3, modelo …) >> >> Javier Rubén Marcuzzi >> >> > El 13 ago 2024, a las 7:40 p. m., Jimmy Erney Reyes Velasco >> > <[email protected] <mailto:[email protected]>> >> > escribió: >> > >> > Muchas gracias por sus respuestas Manuel y Javier. >> > El problema al que me enfrento es que a veces estas afectaciones por >> > herbivoría dejan cicatrices que pueden deformar la hoja, a veces se >> > pliegan sobre sí mismas y otras veces se pierde bastante la configuración >> > de la hoja. Por el momento solo me interesa tratar de reconstruir la hoja >> > para poder obtener el área que tendría esa hoja si no se hubiese afectado. >> > Cuento con hojas escaneadas de individuos sanos y defoliados, por así >> > decirlo, la idea mía es comparar los valores predichos de área foliar >> > reconstruida y estimar la pérdida de biomasa, aunque la biomasa lo puedo >> > hacer sencillamente, porque tengo las relaciones área foliar vs masa seca >> > mediante regresión.en este caso las hojas son planas y tienen una forma de >> > elipsoide, sin embargo, para mí no es difícil calcular la masa de las >> > hojas afectadas, y que sí es dificil es saber cuánto sería su biomasa si >> > no hubiese perdido su área. >> > Mi problema va orientado hacia la siguiente pregunta Si lo hago con >> > imágenes, ¿qué datos debería ingresar? ¿Con qué paquetes en R podría >> > hacerlo? ¿Es mejor en R o en Python? >> > Muy relevantes sus aportes y >> > muchas gracias por su colaboración, estoy atento >> > Saludos >> > Jimmy >> > >> > >> > El mar, 13 de ago. de 2024 9:43 a. m., Javier Marcuzzi >> > <[email protected] >> > <mailto:[email protected]><mailto:[email protected] >> > <mailto:[email protected]>>> escribió: >> >> Estimado >> >> >> >> Yo no conozco de morfología vegetal, pero si supongo que la hoja es >> >> plana, me refiero que al verla sobre el eje se forma un rectángulo, la >> >> altura en cada parte de la hoja es la misma, a una misma densidad, puedo >> >> calcular la masa. En ese caso como siguieren, por medio de fotos y >> >> entrenar un modelo, se podía “reconstruir” lo perdido. >> >> >> >> Pero entiendo que las hojas no deben tener esa forma morfológica, tan >> >> plana, miro morfología vegetal en wikipedia y no está a simple vista mi >> >> duda, pero agrega nervadura, como una complicación más. >> >> >> >> Aquí hay dos problemas, el cálculo realizado con su error, más el error >> >> de no tener la masa original y utilizar la calculada con el error más el >> >> error estadístico de su cálculo original. >> >> >> >> Un agrónomo podría ayudarlo, yo como veterinario se que si corto el >> >> forraje a la mañana, tengo diferencias a la tarde, por lo cuál, usted >> >> también puede tener diferencias de masa. >> >> >> >> Posiblemente se “meta” en un gran problema estadístico o matemático por >> >> no haber tenido en cuenta la biología, creo que la mejor solución y la >> >> más simple, es tomar las mediciones el año que viene o en las próximas >> >> hojas. Puede tener demasiado trabajo y al aplicarlo falle por errores de >> >> cálculos. >> >> >> >> > El 13 ago 2024, a las 12:35 a. m., Manuel Mendoza >> >> > <[email protected] >> >> > <mailto:[email protected]><mailto:[email protected] >> >> > <mailto:[email protected]>>> escribió: >> >> > >> >> > Hola Jimmy, creo que solo podrías intentarlo con deep learning. Tomas >> >> > hojas enteras, las pesas, a algunas de ellas les quitas los márgenes de >> >> > forma similar a las que tienes estropeadas, las digitalizas todas y >> >> > utilizas como variable objetivo la masa original. El algoritmo tendrá >> >> > que >> >> > aprender a inferir la masa a partir del patrón en las nervaduras, si es >> >> > que se relaciona con la masa, que supongo que sí. Le aplicas el >> >> > algoritmo a >> >> > las estropeadas y tendrás su masa original. Si lo haces todo con hojas >> >> > frescas, podrías incluso determinar la masa fresca de las hojas secas, >> >> > si >> >> > es lo que te interesa. >> >> > Keras no es fácil de usar, pero permite hacerlo. >> >> > Ya me dirás, >> >> > Un saludo, >> >> > Manuel >> >> > >> >> > El mar, 13 ago 2024 a las 0:54, Jimmy Erney Reyes Velasco (< >> >> > [email protected] <mailto:[email protected]> >> >> > <mailto:[email protected] >> >> > <mailto:[email protected]>>>) escribió: >> >> > >> >> >> Buen día, estimados. >> >> >> Tengo un problema y me gustaría saber cómo solucionarlo. >> >> >> Actualmente me encuentro realizando un estudio estimando la pérdida de >> >> >> biomasa foliar de una especies de planta, sin embargo, me encuentro >> >> >> con el >> >> >> siguiente problema: algunas hojas han perdido tanta área foliar que han >> >> >> perdido también el margen e incluso algunas más de la mitad del área >> >> >> de la >> >> >> hojas. Mi objetivo es realizar un modelo de reconstrucción del área de >> >> >> la >> >> >> hoja para así estimar su masa seca en relación con esa área perdida y >> >> >> obtener valores de pérdida de biomasa foliar. >> >> >> Tengo algunas ideas, pero no sé cómo empezar. >> >> >> Una de ellas es usar un algoritmo de machine learning para poder >> >> >> obtener un >> >> >> modelo que me permita reconstruir el margen de la hoja, pero la verdad >> >> >> desconozco mucho acerca de si puedo usar este método. >> >> >> Les agradecería muchísimo si pudieran colaborarme con información o si >> >> >> alguien puede darme una idea de cómo abordar este tema. >> >> >> Saludos >> >> >> Jimmy >> >> >> >> >> >> [[alternative HTML version deleted]] >> >> >> >> >> >> _______________________________________________ >> >> >> R-help-es mailing list >> >> >> [email protected] <mailto:[email protected]> >> >> >> <mailto:[email protected] <mailto:[email protected]>> >> >> >> https://stat.ethz.ch/mailman/listinfo/r-help-es >> >> >> >> >> > >> >> > [[alternative HTML version deleted]] >> >> > >> >> > _______________________________________________ >> >> > R-help-es mailing list >> >> > [email protected] <mailto:[email protected]> >> >> > <mailto:[email protected] <mailto:[email protected]>> >> >> > https://stat.ethz.ch/mailman/listinfo/r-help-es >> >> >> >> >> [[alternative HTML version deleted]] >> >> _______________________________________________ >> R-help-es mailing list >> [email protected] <mailto:[email protected]> >> https://stat.ethz.ch/mailman/listinfo/r-help-es > > > -- > Saludos, > Carlos Ortega > www.qualityexcellence.es <http://www.qualityexcellence.es/> [[alternative HTML version deleted]] _______________________________________________ R-help-es mailing list [email protected] https://stat.ethz.ch/mailman/listinfo/r-help-es
