Este proyecto presenta una plataforma web full-stack que integra la detección de objetos basada en YOLO con dos grandes modelos de lenguaje, DeepSeek y Qwen, para el diagnóstico inteligente de plagas de sandía en la agricultura inteligente. El sistema utiliza YOLO para detectar síntomas visuales a partir de imágenes de campo, luego aprovecha los LLM para proporcionar análisis contextual y recomendaciones de tratamiento. Este enfoque multimodal representa un avance significativo en la IA agrícola, combinando las fortalezas de la visión por computadora y el procesamiento del lenguaje natural. La plataforma está diseñada para su implementación en condiciones de campo reales, lo que la hace muy práctica para agricultores y empresas de agrotecnología. La integración de múltiples modelos de IA demuestra una tendencia hacia soluciones de IA más sofisticadas y específicas del dominio. Para los desarrolladores, este proyecto ofrece información sobre la construcción de sistemas similares para otros cultivos o desafíos agrícolas. El potencial comercial es sustancial, ya que la agricultura de precisión continúa creciendo a nivel mundial.
Una novedosa integración de YOLO con los LLM DeepSeek y Qwen para diagnosticar plagas de sandía, mostrando la IA multimodal en la agricultura.