El 15 ago 2024, a las 3:24?p. m., Jimmy Erney Reyes Velasco <jimmyreyesvelasco en gmail.com> escribió:
Javier, es necesario para asà saber el valor de la masa seca, la planta no se va a ver muy afectada en terminos de su fisiologÃa, solo se toma una hoja por individuo, el problema aquà 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 perderÃa 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 <javier.ruben.marcuzzi en gmail.com <mailto:javier.ruben.marcuzzi en gmail.com>> 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 deberÃas 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 <jimmyreyesvelasco en gmail.com <mailto:jimmyreyesvelasco en gmail.com>> 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 agradecerÃa.
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 tendrÃa esa hoja y comparar con respecto a lo que se ha defoliado.
Mando unos ejemplos aquà 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 <javier.ruben.marcuzzi en gmail.com <mailto:javier.ruben.marcuzzi en gmail.com>> escribió:
Estimado
Quizás, por lo que dice Carlos Ortega, antes de pasarlo a escala de grises, podrÃa 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 ahÃ, 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 <cof en qualityexcellence.es <mailto:cof en qualityexcellence.es>> 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 <http://www.qualityexcellence.es/>
El mié, 14 ago 2024 a las 14:54, Javier Marcuzzi (<javier.ruben.marcuzzi en gmail.com <mailto:javier.ruben.marcuzzi en gmail.com>>) escribió:
Estimado Jimmy Velasco
Si puede tener la materia seca, podrÃa 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 podrÃa 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 estadÃstica, 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 utilizarÃa 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 asà varias veces, tomando al final una comparación para conocer cuál paquete da mejores resultados para mi trabajo, y esto no serÃa repetidle. En R serÃa algo como sumary(modelo1, modelo2, modelo3, modelo ?)
Javier Rubén Marcuzzi
El 13 ago 2024, a las 7:40?p. m., Jimmy Erney Reyes Velasco <jimmyreyesvelasco en gmail.com <mailto:jimmyreyesvelasco en gmail.com>> escribió:
Muchas gracias por sus respuestas Manuel y Javier.
El problema al que me enfrento es que a veces estas afectaciones por herbivorÃa dejan cicatrices que pueden deformar la hoja, a veces se pliegan sobre sà 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 tendrÃa esa hoja si no se hubiese afectado. Cuento con hojas escaneadas de individuos sanos y defoliados, por asà decirlo, la idea mÃa 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 mà no es difÃcil calcular la masa de las hojas afectadas, y que sà es dificil es saber cuánto serÃa su biomasa si no hubiese perdido su área.
Mi problema va orientado hacia la siguiente pregunta Si lo hago con imágenes, ¿qué datos deberÃa ingresar? ¿Con qué paquetes en R podrÃa 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 <javier.ruben.marcuzzi en gmail.com <mailto:javier.ruben.marcuzzi en gmail.com><mailto:javier.ruben.marcuzzi en gmail.com <mailto:javier.ruben.marcuzzi en gmail.com>>> escribió:
Estimado
Yo no conozco de morfologÃa 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 podÃa ?reconstruir? lo perdido.
Pero entiendo que las hojas no deben tener esa forma morfológica, tan plana, miro morfologÃa vegetal en wikipedia y no está a simple vista mi duda, pero agrega nervadura, como una complicación más.
Aquà 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 estadÃstico de su cálculo original.
Un agrónomo podrÃa 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 estadÃstico o matemático por no haber tenido en cuenta la biologÃa, 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 <mmendoza en fulbrightmail.org <mailto:mmendoza en fulbrightmail.org><mailto:mmendoza en fulbrightmail.org <mailto:mmendoza en fulbrightmail.org>>> escribió:
Hola Jimmy, creo que solo podrÃas 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 sÃ. Le aplicas el algoritmo a
las estropeadas y tendrás su masa original. Si lo haces todo con hojas
frescas, podrÃas 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 (<
jimmyreyesvelasco en gmail.com <mailto:jimmyreyesvelasco en gmail.com> <mailto:jimmyreyesvelasco en gmail.com <mailto:jimmyreyesvelasco en gmail.com>>>) escribió:
Buen dÃa, estimados.
Tengo un problema y me gustarÃa 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 asà 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 agradecerÃa muchÃsimo si pudieran colaborarme con información o si
alguien puede darme una idea de cómo abordar este tema.
Saludos
Jimmy
[[alternative HTML version deleted]]