Solo como una idea más: alimentar un BD o una machine leraning con fotografias y pesos de cada hoja identificando ciertas variables adicionales, tales como dónde se extrajo, altura de ubicación de la hoja, etc, etc y etc. Luego con ese modelo alimentado definir los otros procesos de análisis.
El jue., 15 ago. 2024 14:25, Jimmy Erney Reyes Velasco < [email protected]> escribió: > Javier, es necesario para así saber el valor de la masa seca, la planta no > se va a ver muy afectada en terminos de su fisiología, solo se toma una > hoja por individuo, el problema aquí es calcular el área defoliada, si lo > hago con una foto va a ser un poco subjetivo, porque hay hojas que están > plegadas y eso puede afectar la estimación, la extrapolación a otras hojas > perdería precisión. Este es solo un caso de hoja afectada, pero hay otras > en las que se perdió más de la mitad del área de la hoja, desde la parte > media hasta el ápicr. > Gracias por tu comentario > Saludos > Jimmy > > El jue, 15 de ago. de 2024 1:15 p. m., Javier Marcuzzi < > [email protected]> escribió: > > > Estimado Jimmy > > > > Nooo ¿como la cortas? > > > > Entiendo que no sirve más. > > Creo que el fondo blanco te perjudica. Mi experiencia, realicé una > > reconstrucción 3d, foto, foto con fotógrafo que eliminó el resto, > filmación > > pasada a fotos. Lo peor, la foto con fotógrafo, la de mejor calidad. > > > > Quizás deberías estudiar todo nuevamente, tomar los errores, buscar > > soluciónes y rehacer el trabajo. > > > > Javier Marcuzzi > > > > > > El 15 ago 2024, a las 2:30 p. m., Jimmy Erney Reyes Velasco < > > [email protected]> escribió: > > > > Muchas gracias por todos sus comentarios. > > Muy valiosa la información, hay algunas cosas que no entiendo muy bien. > Si > > tuvieran algunos documentos que pudiera leer les agradecería. > > Yo he trabajado con las relaciones entre largo y ancho de la hoja, esas > > relaciones son muy precisas, sin embargo, el problema está cuando las > hojas > > son afectadas, se pierde bastante la estructura. Al yo obtener el área > > puedo estimar muy bien la masa seca que tendría esa hoja y comparar con > > respecto a lo que se ha defoliado. > > Mando unos ejemplos aquí de una hoja sana y otra afectada, la hoja sana > > está por la mitad porque la cortamos para poder escanearla > > Saludos y muchas gracias > > > > Jimmy > > > > El mié, 14 de ago. de 2024 4:40 p. m., Javier Marcuzzi < > > [email protected]> escribió: > > > >> 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 > >> > >> El mié, 14 ago 2024 a las 14:54, Javier Marcuzzi (< > >> [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]> 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] > >> > >>> 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]>> > 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] > >>) > >>> 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]> > >>> >> >> 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 > >>> >> > >>> > >>> > >>> [[alternative HTML version deleted]] > >>> > >>> _______________________________________________ > >>> R-help-es mailing list > >>> [email protected] > >>> https://stat.ethz.ch/mailman/listinfo/r-help-es > >>> > >> > >> > >> -- > >> Saludos, > >> Carlos Ortega > >> www.qualityexcellence.es > >> > >> > >> <Screenshot_20240815-122420~2.jpg><Screenshot_20240815-122355~2.jpg> > > > > > > > > [[alternative HTML version deleted]] > > _______________________________________________ > R-help-es mailing list > [email protected] > https://stat.ethz.ch/mailman/listinfo/r-help-es > [[alternative HTML version deleted]] _______________________________________________ R-help-es mailing list [email protected] https://stat.ethz.ch/mailman/listinfo/r-help-es
