Caracterização de PANC orientada por aprendizagem profunda

Abstract

Este estudo teve como objetivo caracterizar Plantas Alimentícias Não Convencionais (PANC) utilizando técnicas de Aprendizagem Profunda para promover sua aceitação na dieta brasileira. Um dos focos principais foi o desenvolvimento de um aplicativo que utiliza Inteligência Artificial (IA) para identificar e caracterizar essas plantas. Foram coletadas 1.354 imagens de três PANC: inhame, ora-pro-nobis e hibisco. A IA obteve acurácia entre 91,16% e 99,91% na classificação. O aplicativo fornece ainda a identificação das PANC e oferece receitas e orientações de uso. A pesquisa destacou a importância de aumentar o volume de dados para melhorar a eficácia do modelo de IA, possibilitando futuramente a inclusão de mais espécies de PANC. O projeto reforça a importância das PANC na alimentação e a necessidade de conscientizar a população sobre seus benefícios, oferecendo uma plataforma acessível para promover uma dieta mais diversificada e saudável.

This study aimed to characterize Non-Conventional Edible Plants (PANC) using Deep Learning techniques to promote their acceptance in the Brazilian diet. One of the main focuses was the development of an application that utilizes Artificial Intelligence (AI) to identify and characterize these plants. A total of 1,354 images of three PANC species—yam, ora-pro-nobis, and hibiscus—were collected. The AI achieved accuracy rates between 91.16% and 99.91% in classification. The application also provides PANC identification and offers recipes and usage guidelines. The research emphasized the importance of increasing the data volume to enhance the AI model’s effectiveness, enabling the inclusion of more PANC species in the future. The project underscores the significance of PANC in nutrition and the need to raise public awareness about their benefits, offering an accessible platform to promote a more diverse and healthy diet.