El estudio, publicado en la revista científica Plant Phenomics, emplea los algoritmos para predecir de manera virtual la forma de la fruta y lograr una agricultura más precisa, eficiente y económica.
«Dado que la apariencia de la fruta influye en la aceptación de los consumidores, los rasgos como la forma, el tamaño y el color son muy relevantes en los programas de mejora vegetal», explican los investigadores.
El equipo investigador tomó fotografías de 2.000 fresas de la empresa Planasa, recolectadas en 2018 en Huelva, para determinar sus características morfológicas a partir de técnicas de aprendizaje profundo y algoritmos.
Según los investigadores, el método desarrollado tiene «un impacto directo en el sector agrícola», ya que permite conocer los rasgos visuales de las frutas directamente en el campo y medir otras características relevantes como las hojas, las flores o las raíces.
Asimismo, la investigadora del CRAG Amparo Monfort destaca que los algoritmos también permiten una evaluación temprana de la presencia de enfermedades en las frutas.
«Además del análisis morfológico, nuestra herramienta es capaz de predecir la apariencia de los frutos de nuevos cruces, lo que permitiría evaluar los cruces sin necesidad de probarlos directamente en el campo, ahorrando tiempo y recursos», ha concluido el investigador ICREA en CRAG y codirector del estudio, Miguel Pérez.
Este trabajo cuenta con el apoyo y la financiación del programa CERCA de la Generalitat y del programa Proyectos I+D+i Retos de Investigación del Ministerio de Ciencia, Innovación y Universidades.
