Classificação de plântulas de soja com relação ao genótipo e condições do solo com Redes Neurais Convolucionais

• Autor(a) principal: Nascimento, Bruno Conceição do
• Data de Publicação: 2022
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: LOCUS Repositório Institucional da UFV
• Texto Completo: https://locus.ufv.br//handle/123456789/30681; https://doi.org/10.47328/ufvbbt.2023.115
• topic: Redes neurais (Computação); Aprendizado do computador; Solos - Compactação; Soja - Genética; Ciência da Computação

A compactação do solo é um dos fatores que geram prejuízos no plantio de várias culturas. O aumento do tamanho e peso das máquinas agrícolas, associado ao manejo intensivo das áreas cultivadas, tem grande potencial para intensiĄcar a compactação do solo. Sementes cultivadas em solos com esse impedimento físico ao germinarem apresentam um sistema radicular com características que podem inĆuenciar no desenvolvimento da plântula, ge- rando raízes curtas e grossas sendo uma resposta da plântula para tentar se adequar ao solo, mas com esses características podem ter diĄculdade para captar nutrientes e água do solo, essenciais para o seu crescimento. Alguns estudos visam identiĄcar genótipos de soja que conseguem se desenvolver em condições adversas no solo sem alterações que afetem o sistema radicular de forma prejudicial. A análise de imagens de plântulas de soja através de Redes Neurais Convolucionais (CNNs) para identiĄcação do genótipo e condição de solo onde foram cultivadas, podem auxiliar na identiĄcação de qual genótipo melhor se desenvolve em uma determinada condição de solo. Neste trabalho, é gerado um conjunto de dados de plântulas de soja cultivadas em solo compactado e não compactado, com duas versões, uma com a imagem completa da plântula e outra com a plântula sem raiz. O principal objetivo deste trabalho é o treinamento de CNNs para a classiĄcação da con- dição do solo, e a abordagem de uma Rede Convolucional Multitarefa desenvolvida para a classiĄcação de genótipos. Para a classiĄcação do genótipo todos os modelos treinados obtiveram boas taxas de precisão, sendo a VGG-16 alcançando os maiores valores com uma acurácia média na de 91,5% e 85,6% na fase de teste para conjunto de dados com plântula completa e sem raiz respetivamente. No problema de classiĄcação de genótipo a rede Multitarefa obteve os melhores resultados com 52,3% para o conjunto com plântula completa e 47,1% com plântula sem raiz ambos na fase de teste. Palavras-chave: Redes Convolucionais Multitarefa. Redes Neurais Convolucionais. Plântula de Soja. Identificação de Condição do Solo. Classificação de Genótipo.