1. Metodología

1.3.1. Variables morfológicas (según descriptores específicos de mashua)

Las características morfológicas de los tubérculos serán evaluadas tomando como referencia una serie de descriptores visuales previamente establecidos. Estas variables se extraerán tanto de forma manual como automática a partir del análisis de las imágenes digitales. Los descriptores seleccionados para la caracterización fueron adaptados de las propuestas realizadas por Mirano Papel, (2018) y Pacheco Arenas, (2015).

• Tamaño del tubérculo (pequeño, mediano, grande)
• Forma del tubérculo (cónico, cónico alargado, cónico acortado, elipsoidal, cilíndrico)
• Color de piel (primario y secundario)
• Color de pulpa (predominante y secundario)
• Número de ojos (escasa, media, alta)

1.3.2. Variables de desempeño de los modelos de inteligencia artificial

Para evaluar la eficacia del sistema propuesto y seleccionar el modelo con mejor rendimiento, se considerarán tanto métricas cuantitativas como criterios cualitativos. Las variables clave incluirán:

Variable	¿Qué mide?	Tipo de dato	Unidades/Formato
Precisión de detección	Proporción de verdaderos positivos	Numérico	Decimal (0–1)
Recall (sensibilidad)	Capacidad del modelo para detectar todas las instancias	Numérico	Decimal (0–1)
mAP@0.5	Media de precisión con IoU ≥ 0.5	Numérico	Decimal (0–1)
mAP@0.5:0.95	Precisión media en múltiples umbrales IoU	Numérico	Decimal (0–1)
Tiempo de inferencia	Tiempo de procesamiento por imagen	Numérico	Milisegundos (ms)
Número de parámetros	Complejidad computacional del modelo	Numérico	Millones
Desviación estándar del mAP@0.5	Variabilidad entre réplicas del mismo modelo	Numérico	Decimal

Adicionalmente, se compararán los resultados automáticos con las evaluaciones manuales mediante análisis de correlación, lo cual permitirá medir el grado de coincidencia entre ambos enfoques. También se considerarán aspectos como la robustez del modelo frente a variabilidad en las imágenes, su complejidad computacional y la facilidad de implementación, con el objetivo de seleccionar el modelo más eficiente y aplicable a contextos reales.

1.4.1. Segmentación manual de imágenes (anotación)

Las imágenes recolectadas serán organizadas en un repositorio estructurado y posteriormente anotadas utilizando la herramienta de código abierto Label Studio, mediante la técnica de segmentación por polígonos. Para cada imagen, se delimitarán manualmente las regiones de interés según las siguientes categorías: (1) tubérculo completo, (2) ojo completo, (3) ojo incompleto, (4) pulpa, (5) escala de referencia.

Estas clases permitirán desarrollar modelos de segmentación que distingan con precisión las principales estructuras morfológicas relevantes para la caracterización automatizada. Estas segmentaciones serán exportadas en formato COCO, compatible con los modelos YOLO. Este paso garantiza que los modelos aprendan de datos correctamente etiquetados.

1.4.2. Entrenamiento de modelos

Se entrenarán modelos YOLOv5 y YOLOv11 con distintas configuraciones de épocas (50, 100, 150), con y sin aumentación de datos. Las imágenes se dividirán en 80 % entrenamiento y 20 % validación, estos modelos serán entrenados en entornos de Ultralytics. Cada configuración será replicada cinco veces para evaluar su estabilidad.

Para fortalecer la capacidad del modelo frente a la variabilidad morfológica y de fondo, se aplicarán técnicas de aumento de datos tales como rotación, recorte, modificación de brillo y contraste, entre otros. Este proceso permitirá mejorar la generalización del modelo y su desempeño frente a imágenes con diferentes condiciones de captura.

1.4.3. Evaluación de desempeño del modelo

Los modelos entrenados serán ejecutados con múltiples configuraciones de hiperparámetros, considerando al menos cinco 5 réplicas por configuración, con el objetivo de evaluar la consistencia de los resultados y detectar diferencias en el desempeño. Para determinar si existen diferencias estadísticamente significativas entre las configuraciones evaluadas, se aplicará un modelo lineal mixto.

El procesamiento y análisis de los datos se realizará en el software estadístico R. Las variables de rendimiento, como la precisión, el mAP y el IoU, serán sometidas a un análisis de varianza (ANOVA) con un nivel de significancia del 5 %. En caso de identificarse diferencias significativas, se aplicará la prueba de comparación de medias de Tukey para determinar qué configuraciones presentan un desempeño superior.

Actividades	Mes 1	Mes 2	Mes 3	Mes 4	Mes 5	Mes 6	Mes 7	Mes 8	Mes 9
Revisión de literatura y planificación técnica	X	X
Organización y preprocesamiento de imágenes	X	X
Anotación manual de imágenes en Label Studio		X	X
Conversión de datos anotados al formato COCO y validación			X
Diseño de base de datos experimental			X
Entrenamiento de modelos YOLOv5 y YOLOv11			X	X	X
Evaluación de desempeño de modelos				X	X	X
Análisis estadístico					X	X
Interpretación de resultados y revisión de errores						X	X
Redacción del informe y conclusiones finales							X	X
Correcciones, presentación y cierre del proyecto									X