Contagem de brotações de clones de Eucalyptus sp. com rede neural convolucional

• Autor(a) principal: Araújo Júnior, Carlos Alberto
• Data de Publicação: 2023
• Outros Autores: Oliveira, Leandro Silva de, Eça, Gabriel Augusto
• Tipo de documento: Artigo
• Idioma: eng
• Título da fonte: Pesquisa Agropecuária Brasileira (Online)
• Texto Completo: https://seer.sct.embrapa.br/index.php/pab/article/view/27530
• topic: inteligência artificial; manejo florestal; aprendizado de máquina; detecção de objetos; silvicultura; artificial intelligence; forest management; machine learning; object detection; silviculture

O objetivo deste trabalho foi investigar o uso do modelo de rede neural convolucional You Only Look Once (YOLO) para detecção e contagem eficiente de brotos de Eucalyptus sp. em plantações, por meio de fotografias aéreas capturadas por veículos aéreos não tripulados. Para isso, avaliou-se a importância da organização dos dados durante o processo de treinamento do sistema. Foram utilizados dois conjunto de dados para treinar a rede neural convolucional: um consistindo em imagens com um único broto e o outro com pelo menos dez brotos por imagem. Os resultados mostraram altas taxas de precisão e recall para ambos os conjuntos de dados. A rede neural convolucional treinada com imagens contendo dez brotos por imagem apresentou desempenho superior quando aplicada a dados não utilizados durante o treinamento. Portanto, a rede neural convolucional YOLO pode ser usada para detecção e contagem de brotos de clones de Eucalyptus sp. a partir de imagens aéreas capturadas por veículos aéreos não tripulados em áreas florestais. Recomenda-se o uso de imagens contendo dez brotos para compor o conjunto de dados de treinamento para o detector de objetos.