Sistema de detección de bayas de uva en imágenes RGB con estimación automática de visibilidad

Sistema de detección de bayas de uva en imágenes RGB basado en una adaptación de la arquitectura CircleNet al dominio vitícola. Incorpora una cabeza de regresión que estima el nivel de visibilidad de cada baya a partir de un proxy geométrico derivado del protocolo de anotación de tres puntos, sin necesidad de etiquetado adicional. Incluye el detector, el generador del conjunto de datos a partir de anotaciones de CVAT y un cuaderno de Colab para la inferencia por lotes. Provee las detecciones iniciales sobre las que se construyen las etapas posteriores de seguimiento temporal, reconstrucción tridimensional y generación de nubes de puntos densas. Ámbito de aplicación: viticultura de precisión, estimación de rendimiento. Desarrollado en el Laboratorio DHARMa, Departamento de Sistemas de Información, Facultad Regional Mendoza, Universidad Tecnológica Nacional. El trabajo asociado fue presentado en el XIII Encuentro de Investigadores y Docentes de Ingeniería (EnIDI 2025), Centro Tecnológico de Desarrollo Regional Los Reyunos, Mendoza, octubre de 2025. Nivel de madurez tecnológica: TRL 3 (prueba de concepto experimental, validado sobre conjuntos de datos propios en condiciones controladas). Trabajo derivado de CircleNet (Yang et al., MICCAI 2020; Nguyen et al., IEEE TMI 2021), distribuido bajo licencia MIT.