Sistema computacional para detecção automática de doenças na produção de uva utilizando redes neurais convolucionais

Abstract

Este trabalho apresenta uma metodologia para classificação automática de doenças em uma cultura de videira. A identificação ocorre diferenciando as principais doenças na cultura da uva, para isso faz uso de características especificas, como por exemplo manchas presentes na folha. As folhas contêm indicativos eficientes e que fornecem os sintomas das doenças atingíveis. Este classificador desenvolvido fornece o diagnóstico da doença que aflige uma videira e reduzindo o tempo e os custos no processo. A identificação e diagnóstico de doenças de forma automática possibilita uma ação mais rápida no sentido de ser mais eficaz na eliminação da doença. O modelo desenvolvido para classificação das doenças utiliza redes neurais convolucionais, sendo a camada de entrada do sistema os dados de folhas com determinadas doenças, e na camada de saída a doença mais provável assim como a probabilidade de acerto do sistema. Como resultado, é desenvolvida a importância de cada parâmetro de uma rede neural convolucional e a importância no contexto geral, influenciando no desempenho final. A arquitetura MobileNet foi utilizada e parâmetros ajustados permitiram taxas de erros muito próximos de zero.