Coffee Disease Detection

Resumen del Proyecto

Coffee Disease Detection es un sistema avanzado de visión computacional diseñado para identificar enfermedades en plantas de café a partir de imágenes de hojas. Originalmente presentado como una idea ganadora para el bootcamp de Data Science & AI de Le Wagon, este proyecto fue seleccionado como uno de los dos proyectos finales para ser desarrollado por un equipo de cuatro estudiantes.

Como líder del proyecto, coordiné el equipo de desarrollo y guié la creación de una solución integral que puede detectar cinco clases diferentes: hojas saludables y cuatro enfermedades comunes (Cercospora, Roya, Minador y Phoma) que impactan significativamente el rendimiento de cultivos de café.

Características Clave

🧠 Múltiples Arquitecturas de Modelo

• VGG16 Transfer Learning - Rendimiento estable con medidas anti-overfitting
• EfficientNetB0 - Optimizado para precisión y eficiencia
• CNN Personalizado - Modelo ligero para datasets pequeños
• Detección automática de arquitectura y carga de modelos

🎯 Optimización Enfocada en Enfermedades

• Pesos de clase personalizados priorizando detección de enfermedades
• Métricas de recall específicas para enfermedades para minimizar falsos negativos
• Herramientas de análisis de falsos negativos para mejora del modelo
• Entrenamiento balanceado con tasas de aprendizaje adaptativas

🚀 Despliegue Listo para Producción

• Backend FastAPI con documentación integral de API
• Aplicación web Streamlit para fácil carga de imágenes y predicción
• Despliegue en Google Cloud con API Dockerizada para inferencia escalable
• Integración MLflow para seguimiento de experimentos y versionado de modelos
• Estructura de paquete Python modular para código base mantenible
• Repositorio web separado disponible en https://github.com/fermx3/coffeedd-web para la aplicación Streamlit

Arquitectura Técnica

Pipeline de Entrenamiento de Modelos

• Entrenamiento multi-fase con extracción inicial de características y fine-tuning
• Callbacks personalizados para monitoreo de recall de enfermedades
• Tasas de aprendizaje adaptativas basadas en tamaño de dataset
• Evaluación comprensiva con matrices de confusión y métricas detalladas

Procesamiento de Datos

• Aumento de datos inteligente preservando características de enfermedades
• Preprocesamiento letterboxing a resolución 224x224
• División automática train/validation/test
• Análisis de distribución de clases y balanceo

API y Despliegue

• API RESTful con endpoints de carga de imágenes y predicción
• Soporte Base64 y carga de archivos para integración flexible
• Manejo integral de errores y validación
• Sistema de caché de producción para optimización de carga de modelos
• Despliegue en Google Cloud Platform para inferencia escalable basada en la nube

Liderazgo de Proyecto y Coordinación de Equipo

Gestión de Equipo

• Lideré un equipo de desarrollo de cuatro personas a través del ciclo completo del proyecto
• Coordiné tareas y cronogramas asegurando entrega oportuna de hitos
• Apliqué mejores prácticas de ingeniería de software incluyendo control de versiones y documentación
• Mantuve repositorio integral de GitHub con estructura clara y documentación técnica

Logro en Bootcamp Le Wagon

• Selección de proyecto ganador entre múltiples ideas propuestas en el bootcamp de Data Science & AI de Le Wagon
• Uno de dos proyectos finales elegidos para desarrollo por la clase
• Entrega de proyecto de extremo a extremo desde concepto inicial hasta despliegue en producción

Clasificación de Enfermedades

El sistema detecta estas condiciones de plantas de café:

1. Saludable - Hojas de café normales, libres de enfermedad
2. Cercospora - Enfermedad fúngica causando manchas marrones en hojas
3. Roya - Pústulas naranjas/amarillas en el envés de las hojas
4. Minador - Daño de insecto creando túneles en las hojas
5. Phoma - Enfermedad fúngica causando tizón de hojas

Destacados Técnicos

Pesos de Clase Inteligentes

Sistema de pesos personalizado que penaliza la mala clasificación saludable mientras potencia la detección de enfermedades raras:

• Hojas saludables: Peso reducido para prevenir falsos negativos
• Enfermedades raras: Peso aumentado para mejor detección
• Pesos adaptativos: Basados en tamaño y distribución del dataset

Métricas Avanzadas

• Métrica de Recall de Enfermedades: Métrica personalizada de TensorFlow enfocada en detección de enfermedades
• Análisis de clasificación binaria: Rendimiento saludable vs. cualquier enfermedad
• Matrices de confusión detalladas con insights específicos por clase
• Análisis de falsos negativos para mejora continua

Gestión de Modelos

• Seguimiento MLflow para gestión de experimentos
• Registro automático de modelos con versionado
• Despliegue de modelo de producción con capacidad de pruebas A/B
• Detección de arquitectura de modelo para carga sin problemas

Impacto y Aplicaciones

• ✅ Detección temprana de enfermedades habilitando tratamiento oportuno
• ✅ Pérdidas reducidas de cultivos a través de identificación precisa
• ✅ Accesibilidad para agricultores vía interfaz web simple
• ✅ Despliegue escalable para organizaciones agrícolas
• ✅ Fundación de investigación para desarrollo de IA agrícola

El sistema representa un avance significativo en agricultura de precisión, proporcionando a los caficultores herramientas impulsadas por IA para proteger sus cultivos y optimizar rendimientos a través de la detección temprana de enfermedades.