Segmentación de instancias para detección automática de malezas y cultivos en campos de cultivo

espanolCon base en las recientes aplicaciones exitosas de tecnicas de Aprendizaje Profundo en la clasificacion, deteccion y segmentacion de plantas, proponemos un enfoque de segmentacion de instancias utilizando un modelo Mask R-CNN para la deteccion de malezas y cultivos en tierras de cultivo. Evaluamos el rendimiento de nuestro modelo con la metrica de precision promedio de MSCOCO, contrastando el uso de tecnicas de aumento de datos. Los resultados obtenidos muestran como el modelo se adapta muy bien en este contexto, abriendo nuevas oportunidades para soluciones automatizadas de control de malezas a gran escala EnglishBased on recent successful applications of Deep Learning techniques in classification, detection and segmentation of plants, we propose an instance segmentation approach that uses a Mask R-CNN model for weeds and crops detection on farmlands. We evaluated our model performance with the MSCOCO average precision metric, contrasting the use of data augmentation techniques. Results obtained show how the model fits very well in this context, opening new opportunities to automated weed control solutions, at larger scales