Glycine Vision: modelos de triaje fitosanitario en soya
Modelos del sistema Glycine Vision, un asistente móvil de apoyo al triaje fitosanitario en soya (Glycine max) que segmenta la hoja, determina su estado sanitario, identifica el patógeno y estima la severidad foliar con inferencia local, sin conexión.
Entrenados sobre alejandroramirezucb/soybean_image_dataset.
Código y notebooks de reproducción: glycine-vision-dss.
Arquitectura
El sistema encadena tres modelos:
imagen → Shades-of-Gray → M_seg → hoja aislada → M1 → (si enferma) M2 → severidad CIELab
| Modelo | Arquitectura | Entrada | Salida |
|---|---|---|---|
| M_seg | U-Net con codificador ResNet50 | 256 × 256 | máscara hoja/fondo |
| M1 | EfficientNetB1, doble entrada | 240 × 240 | sana / enferma |
| M2 | EfficientNetB0, doble entrada | 224 × 224 | cinco categorías de patógeno |
M1 y M2 reciben dos entradas: la imagen normalizada y la hoja aislada mediante la máscara de M_seg. Ambas ramas comparten codificador y sus vectores se concatenan antes de la cabeza de clasificación. La severidad no la produce una red: se calcula con reglas de color en CIELab dentro de la región segmentada.
Archivos
| Archivo | Variante | Tamaño |
|---|---|---|
model_seg.keras | Keras | 491 MB |
model_seg.tflite / model_seg_int8.tflite | TFLite float32 / int8 | 167 MB / 42 MB |
model1_binary.keras | Keras | 60 MB |
model1.tflite / model1_int8.tflite | TFLite float32 / int8 | 27 MB / 9 MB |
model2_pathogen.keras | Keras | 48 MB |
model2.tflite / model2_int8.tflite | TFLite float32 / int8 | 18 MB / 6 MB |
labels_m1.txt, labels_m2.txt | Orden de clases | — |
model_metadata.json | Contrato de entradas y salidas | — |
Desempeño
Sobre el conjunto de prueba independiente del dataset:
| Modelo | Métrica | Valor | IC 95 % |
|---|---|---|---|
| M_seg | Recall de hoja (Dice; IoU) | 0.977 (0.885; 0.808) | — |
| M1 | Exactitud (recall clase enferma) | 0.980 (1.000) | 0.960–0.995 |
| M2 | Exactitud / F1 macro | 0.969 / 0.968 | 0.949–0.986 |
Efecto de la cuantización (misma prueba, variantes exportadas):
| Modelo | Keras | TFLite float32 | TFLite int8 |
|---|---|---|---|
| M1 (F1) | 0.980 | 0.980 | 0.975 (−0.005) |
| M2 (F1) | 0.968 | 0.968 | 0.928 (−0.040) |
La conversión a float32 es exacta. La cuantización entera es prácticamente gratuita en M1 y costosa en M2, por lo que la configuración desplegada usa M_seg e M1 en int8 y M2 en float32.
Calibración: ambos clasificadores están bien calibrados (ECE < 0.05); M2 es ligeramente subconfiado, un sesgo conservador deseable en triaje.
Costo en dispositivo (Xiaomi 2203129G, gama media; variantes int8, 4 hilos, benchmark_model de TFLite):
126 ms (M_seg), 19 ms (M1) y 12 ms (M2); el flujo completo suma alrededor de 157 ms por hoja.
Preprocesamiento
Reproducir exactamente este preprocesamiento es indispensable:
- Shades-of-Gray (norma de Minkowski p = 6, ganancia acotada a [0.6, 1.6]) sobre la imagen RGB.
- M_seg sobre la imagen normalizada a 256 × 256, dividida entre 255; se conserva el mayor componente conexo.
- Hoja aislada: la imagen normalizada con el fondo puesto a cero según la máscara.
- M1 y M2 reciben la imagen normalizada y la hoja aislada en el rango [0, 255]: las redes EfficientNet incluyen su propia capa de reescalado, de modo que no debe aplicarse ninguna normalización adicional.
La implementación de referencia está en backend/inference/ del repositorio.
Uso previsto y limitaciones
Estos modelos son una herramienta de apoyo al triaje, no un sustituto del criterio agronómico ni del diagnóstico de laboratorio. Limitaciones relevantes:
- Entrenados con un corpus que combina ocho fuentes públicas sin partición por procedencia, por lo que las métricas reflejan desempeño interno del corpus y no evidencia de generalización a dominios nuevos.
- Sin validación con imágenes propias de Santa Cruz (Bolivia); la aplicabilidad regional es plausible pero no demostrada.
- La verdad de campo del patógeno proviene de las etiquetas del conjunto de datos, no de diagnóstico de laboratorio.
- Los umbrales CIELab de severidad son fijos y requieren recalibración ante condiciones de captura distintas.
- El desempeño puede degradarse bajo iluminación extrema u oclusión foliar severa.
Las recomendaciones de tratamiento derivadas del sistema son orientativas: deben verificarse contra la etiqueta del producto y la normativa local antes de cualquier aplicación fitosanitaria.
Licencia
Los modelos derivan de un conjunto de datos con licencias mixtas, que incluye una fuente CC BY-NC-SA 4.0 y dos sin licencia declarada. En consecuencia se distribuyen para investigación académica, sin uso comercial; véase la tarjeta del dataset. El código del proyecto se publica bajo licencia MIT.
Cita
Jaldín Torrico, E., & Ramírez Vallejos, A. (2026). Glycine Vision: modelos de triaje fitosanitario en soya [Modelo]. Hugging Face. https://huggingface.co/alejandroramirezucb/glycine-vision-models