Aprendizado profundo aplicado no monitoramento de insetos em culturas de citros

• Autor(a) principal: Santos, Felipe Vieira dos
• Data de Publicação: 2018
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
• Texto Completo: http://hdl.handle.net/10198/22839
• topic: Aprendizagem profunda; Redes neurais convolucionais; Citros; Processamento de imagens; Trioza erytre; Faster R-CNN; SSD; Inception v2; ResNet-50; Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática

Recentemente, detectou-se em Portugal, o inseto Trioza erytrea, o qual tem a possibilidade de transmitir a doença Huanglongbing (Citrus Greening) prejudicial à cultura dos citrinos. Esta patologia ainda não possui cura e tem alto potencial lesivo ao cultivo. Embora a doença não se manifestou-se em território português, métodos preventivos, baseados no monitoramento da quantidade de Triozas, são indispensáveis para efetivas estratégias de contingência, assim como antecipar uma possível disseminação. O método tradicional de monitoramento é realizado por intermédio de um profissional incumbido de identificar e contabilizar manualmente a Trioza e mais quatro outros insetos (indicadores da presença de Trioza), a partir de armadilhas autocolantes instaladas nas plantações de citros. Esse modo de execução consome tempo considerável, é suscetível a erros e demanda um profissional que nem sempre está disponível. Nesse sentido, o presente trabalho se propôs a desenvolver uma solução computacional, mediante a utilização de Redes Neurais Convolucional (RNC). Isso se deu por meio de uma aplicação, a qual desempenha a função de identificar, classificar e contar automaticamente os insetos citados. Realizou-se o estudo do desempenho de arquiteturas de RNC, as quais possuem a potencialidade de reconhecer insetos a partir de imagens. Como resultado, mostrou-se que a arquitetura SSD com Inception-v2 obteve melhor desempenho na identificação de Trioza. Porém, num primeiro momento, não se tem a viabilização da substituição do método tradicional pela aplicação, isso em decorrência das deficiências nos processos de aprendizagem.