IBM Watson Visual Recognition: aplicação no controle de pragas

Abstract

O controle de pragas é essencial para garantir uma boa produtividade em qualquer lavoura. Atualmente, as pragas são amplamente conhecidas, contudo sua identificação nem sempre é feita de forma rápida. Nesse sentido, o objetivo deste estudo é apresentar um sistema de identificação automático de pragas por meio de algoritmos de visão computacional utilizando-se o IBM Watson Visual Recognition. Neste estudo foram utilizadas as imagens de percevejo marrom (Euschistus Heros) e percevejo verde (Nezara Viridula). A pesquisa foi elaborada utilizando da plataforma disponibilizada pela IBM, o IBM Watson, mais especificamente o serviço IBM Watson Visual Recognition, para o processamento e reconhecimento das imagens dos percevejos através de IA. Foram desenvolvidas classes para o agrupamento de imagens semelhantes e definição do que é buscado na imagem, através da identificação de similaridades pela própria IA. Os procedimentos utilizados foram pesquisa documental na plataforma oficial do Watson Visual Recognition e diferentes sites da cultura rural, com temas conectados a produção da soja e o impacto e prevenção de percevejos na lavoura. As imagens utilizadas nos bancos de dados foram totalmente retiradas de banco de imagens públicos disponíveis na rede, e o resultado obtido pelos testes de identificação de imagens após o treinamento das classes foi de 90% de assertividade nas imagens de percevejos carregadas, tanto verde quanto marrom, e 93% na identificação da ausência de percevejos nas imagens.

Pest control is essential to ensure good productivity in any crop. Currently, pests are widely known, however their identification is not always done quickly. In this sense, the objective of this study is to create an automatic pest identification system through computer vision algorithms using IBM Watson Visual Recognition. In this study, images of brown stink bug (Euschistus Heros) and green stink bug (Nezara Viridula) will be used. The research was developed using the platform made available by IBM, IBM Watson, more specifically the IBM Watson Visual Recognition service, for the processing and recognition of the stink bug images through AI. Classes were developed for grouping similar images and defining what is sought in the image, through the identification of similarities by the AI itself. The procedures used were documentary research on the official Watson Visual Recognition platform and different rural culture websites, with themes connected to soybean production and the impact and prevention of stink bugs in the crop. The images used in the databases were entirely taken from public image databases available on the web, and the result obtained by the image identification tests after training the classes was 90% assertiveness on the images of stink bugs loaded, both green and brown, and 93% on the identification of the absence of bed bugs in the images.