Modelo de machine learning para detecção e contagem de pés de café (coffea sp.) por análise de vídeo

Abstract

O setor agrícola está cada vez mais aprimorando tecnologias e construindo novas ferramentas inteligentes, dessa forma, gerando melhores índices de desempenho na produtividade, qualidade e lucratividade. Diversos tipos de sensores já fazem parte da construção de máquinas agrícolas e seus resultados têm contribuído para a conquistas das melhores métricas. Tendo em vista a importância de tecnologias com foco em monitoramento na etapa de colheita, foi estudado a implementação de um algoritmo de aprendizado de máquina para detecção dos cafeeiros presentes nas linhas de plantio, e em seguida uma contagem cumulativa por meio de uma gravação em vídeo. O desenvolvimento da pesquisa fundamentou -se nas seguintes etapas para sua realização, sendo elas: preparação das imagens, configuração dos modelos pré treinados para treinamento personalizado aos cafeeiros, treinamento do modelo, teste do modelo com imagens capturadas pelos autores na Faculdade de Tecnologia “Shunji Nishimura” na cidade de Pompeia, Implementação do modelo para detecção em de cafeeiros no formato de vídeo e desenvolvimento da contagem cumulativa desses indivíduos. O resultado gerado foi um modelo de aprendizado de máquina treinado para detecção de cafeeiros por vídeo e também sendo possível a contagem cumulativa de cada unidade na linha do plantio. Contudo, a adoção deste tipo de tecnologia pode vir a somar de forma positiva nas análises de produtividade por área plantada e trabalhar em conjunto com especialistas e empresas que queiram dispor desta tecnologia em seus equipamentos.