WeedDetectionTesis Computer Vision Dataset
About WeedDetectionTesis Dataset
El proyecto de Detección de Maleza con Inteligencia Artificial tiene como objetivo desarrollar un sistema basado en visión por computadora y machine learning para identificar y clasificar maleza en cultivos de manera automática. Utilizando imágenes capturadas por drones o sensores en campo, el modelo entrenado con redes neuronales profundas distinguirá entre cultivos y malezas, permitiendo una gestión más eficiente y precisa del uso de herbicidas. La solución busca optimizar recursos agrícolas, reducir el impacto ambiental y mejorar la productividad, proporcionando una herramienta inteligente para la toma de decisiones en agricultura de precisión.
Use Free Weeds Detection API
Powered by general detection model
pip install inference-sdk# 1. Import the library
from inference_sdk import InferenceHTTPClient
# 2. Connect to your workspace
client = InferenceHTTPClient(
api_url="https://serverless.roboflow.com",
api_key="API_KEY"
)
# 3. Run your workflow on an image
result = client.run_workflow(
workspace_name="<YOUR_WORKSPACE>",
workflow_id="<YOUR_WORKFLOW_ID>",
images={
"image": "YOUR_IMAGE.jpg" # Path to your image file
},
parameters={
"classes": "weeds"
},
use_cache=True # cache workflow definition for 15 minutes
)
# 4. Get your results
print(result)Run on custom image
Drop an image here or click to upload
Tell the agent what you want to build.
Cite This Project
LicensePublic DomainIf you use this dataset in a research paper, please cite it using the following BibTeX:
@misc{ weeddetectiontesis-fspfa_dataset,
title = { WeedDetectionTesis Dataset },
type = { Open Source Dataset },
author = { 2weeds },
howpublished = { \url{ https://universe.roboflow.com/2weeds/weeddetectiontesis-fspfa } },
url = { https://universe.roboflow.com/2weeds/weeddetectiontesis-fspfa },
journal = { Roboflow Universe },
publisher = { Roboflow },
year = { 2025 },
month = { may },
note = { visited on 2026-07-29 },
}