Notícia

A computação aplicada ao combate das doenças das plantações de café

Fonte

UFU | Universidade Federal de Uberlândia

Data

segunda-feira, 6 abril 2020 11:55

Áreas

Agricultura. Biotecnologia. Ciência e Tecnologia de Alimentos

O café é uma das paixões dos brasileiros. E para ter um bom café são necessários certos cuidados com as plantações de café. Um desses cuidados é com o controle de doenças, como a ferrugem, uma praga severa para o cafeeiro.

A ferrugem é um fungo que vive no tecido de quase todas as folhas de cafeeiros adultos, principalmente nas plantas mais velhas. A ferrugem se caracteriza pelo aparecimento de pequenas “bolinhas” com esporos de coloração amarela escura a marrom na superfície das folhas. No Brasil, muitos parques de produção de café são suscetíveis à doença que, se não for controlada adequadamente, pode causar uma redução de até 45% na produção do fruto do café.

Métodos computacionais e de aprendizado de máquina podem ser utilizados para avaliar as características presentes nas folhas de café e, consequentemente, facilitar e agilizar a tarefa de identificação da ferrugem. O chamado “deep learning”, ou aprendizado profundo, é um conjunto de algoritmos de aprendizado de máquina que extraem significado dos dados usando uma hierarquia de múltiplas camadas que imitam as redes neurais do nosso cérebro; cada camada corresponde a diferentes graus de abstração.

Dentre esses algoritmos, a Rede Neural Convolucional (do inglês, Convolutional Neural Network – CNN) tem ganhado muita atenção devido à sua ampla utilização em tarefas de classificação, reconhecimento e detecção em imagens, pois se trata de um tipo especial de rede neural inspirada na sensibilidade local e orientação seletiva do cérebro humano.

Em um estudo realizado na Faculdade de Computação da Universidade Federal de Uberlândia (Facom/UFU), em conjunto com alunos de iniciação científica, uma rede Rede Neural Convolucional foi treinada para detectar a presença de ferrugem em imagens de folhas de café. Esse tipo de rede é excelente classificador, sendo capaz de resolver de problemas simples a mais complexos. No entanto, é fundamental ter uma base com boa quantidade de dados acerca do problema quando se utiliza desse tipo de técnica, algo muitas vezes difícil, dependendo do problema abordado.

Para o problema da detecção da ferrugem em folhas de café e considerando uma quantidade relativamente pequena de amostras (apenas 159 imagens), a técnica estudada apresentou bons resultados, obtendo uma eficiência média acima de 79% na detecção correta da área afetada pela ferrugem. Dada a complexidade do problema e a baixa quantidade de dados para treinamento da rede, tal resultado mostra-se promissor, podendo ser melhorado futuramente com o aumento da base de imagens e com o uso de outras técnicas de processamento de imagens em conjunto com os resultados obtidos pela Rede Neural Convolucional.

Acesse a notícia completa na página da UFU.

Fonte: André Ricardo Backes, Portal Comunica UFU.  Imagem: Pixabay.

 

Em suas publicações, o Canal Nutrição da Rede T4H tem o único objetivo de divulgação científica, tecnológica ou de informações comerciais para disseminar conhecimento. Nenhuma publicação do Canal Nutrição tem o objetivo de aconselhamento, diagnóstico, tratamento médico ou de substituição de qualquer profissional da área da saúde. Consulte sempre um profissional de saúde qualificado para a devida orientação, medicação ou tratamento, que seja compatível com suas necessidades específicas.