Publicação: Uso de redes neurais convolucionais para a segmentação de mancha anelar do mamoeiro com uso de imagens por UAV
Carregando...
Arquivos
Tipo do documento
Data
Direito de acesso
Área do conhecimento
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Título da Revista
ISSN da Revista
Título de Volume
Autores
Orientador
Coorientador
Resumo
A agricultura de precisão é uma abordagem baseada em tecnologia que utiliza e analisa
os dados para aperfeiçoar as práticas agrícolas. Ela permite aos agricultores tomarem as
decisões mais informadas, maximizar a eĄciência dos recursos e promover uma produção
agrícola mais sustentável. Este trabalho visa integrar a agricultura de precisão com as
técnicas de Aprendizado de Máquina (AM) para a detecção da doença mancha anelar
em plantações de mamoeiro, a partir de um pequeno campo amostral, a Ąm de analisar
o comportamento das redes de segmentação. As imagens foram capturadas usando um
veículo aéreo não tripulado em plantios de mamão. As técnicas de AM utilizadas foram
as redes neurais de segmentação: UNET, PSPNET, LINKNET e FCN combinadas com a
arquitetura profunda VGG16, para o processo de treinamento, validação e teste, usou-se
do dataset formado pelas imagens capturadas. As redes treinadas foram validades sobre
os resultados de acurácia e F1-Score, no qual obtiveram resultados acima de 79%, porém
esses indicativos não são aĄrmativos para uma validação conclusiva para a detecção da
doença, ocorrendo variações de falsos positivos no resultado das imagens.
Abstract
Precision agriculture is a technology-based approach that uses and analyzes data to
improve agricultural practices. It enables farmers to make the most informed decisions,
maximize resource efficiency and promote more sustainable agricultural production. This
work aims to integrate precision agriculture with Machine Learning (ML) techniques for
the detection of the ringspot disease in papaya plantations, from a small sampling Ąeld
of papaya cultivation in the interior of Bahia, in order to analyze the behavior of the
segmentation networks regarding the disease. The images were captured using an unmanned
aerial vehicle on papaya plantations. The BF techniques used were segmentation
neural networks: UNET, PSPNET, LINKNET and FCN combined with the VGG16 deep
architecture, for the training, validation and testing process, the dataset formed by the
captured images was used. The trained networks were validities on the results of accuracy
and F1-Score, in which they obtained results above 79%, but these indications are not
affirmative for a conclusive validation for the detection of the disease, with variations of
false positives in the result of the images.
Palavras-chave
Papaya, Unet, PSPNet, LinkNet, Segmentation
Citação
MOURA, Matheus José de. Uso de redes neurais convolucionais para a segmentação de mancha anelar do mamoeiro com uso de imagens por UAV. 2023. 80 f. Dissertação (Mestrado em Computação) - Universidade Federal de Uberlândia, Uberlândia, 2023. DOI http://doi.org/10.14393/ufu.di.2023.550.