Pesquisadores da Universidad Internacional Iberoamericana (Universidad Internacional Iberoamericana, UNEATLANTICO) propõem um sistema para prever doenças das folhas do arroz usando várias técnicas de aprendizado profundo.
O arroz é um alimento básico para metade da população mundial e alguns agricultores preferem cultivá-lo devido à sua adaptabilidade a diferentes ambientes. Além disso, esse alimento é frequentemente incluído como um alimento completo nas refeições, devido à sua natureza amilácea e alto valor calórico; é um alimento acessível a todos.
No entanto, esse alimento é vulnerável a várias doenças durante o processo de cultivo e a identificação manual dessas doenças é imprecisa, pois os agricultores não têm conhecimento médico especializado. As doenças de plantas têm um grande impacto na produção de arroz, variando de pequenos danos aos frutos até a morte da planta. Portanto, é necessário procurar maneiras rápidas, econômicas e precisas de identificá-los.
Graças aos métodos automatizados desenvolvidos nos últimos anos, é possível detectar doenças das folhas com eficiência e rapidez. Portanto, para contribuir com os agricultores, esta pesquisa propôs um modelo para a identificação precoce de doenças do arroz e, assim, otimizar a produção. Para tanto, foram utilizados algoritmos de aprendizagem por transferência previamente treinados com diversos classificadores de detecção de doenças foliares do arroz.
Resultados da pesquisa
A pesquisa levou em conta as três principais doenças da folha do arroz: BB, BS e murchidão.
De acordo com os resultados da pesquisa, o modelo proposto alcançou uma precisão de 91% em um conjunto de dados normal e 94% em um conjunto de dados segmentado. No futuro, espera-se implementar esses resultados em dispositivos móveis para reconhecer automaticamente doenças em folhas de arroz e outras culturas agrícolas.
Se você quiser saber mais sobre este relevante estudo, clique aqui.
Para acessar mais pesquisas, consulte o repositório da UNEATLANTICO.