Detección de secones con IA

En el cultivo de arroz, el riego es una variable crítica. Una zona con déficit hídrico puede afectar el desarrollo del cultivo y requiere una respuesta rápida. El problema no era solo detectar secones, sino hacerlo a tiempo, todos los días y sobre una superficie productiva de gran escala.

Una herramienta para convertir imágenes satelitales en capas de decisión. La solución analiza imágenes satelitales de los lotes, procesa la información con modelos de IA y genera dos salidas principales: heatmaps de probabilidad y polígonos georreferenciados de posibles secones.

Los resultados muestran cómo una solución de IA aplicada puede mejorar la velocidad, la cobertura y la calidad del monitoreo en procesos productivos de gran escala. 65.000 ha monitoreadas ~3 horas para completar el análisis diario 70% F1-score global 83% F1-score en etapa temprana