Análise de doenças foliares relacionadas a pomicultura utilizando processamento de imagem e aprendizado de máquina

Abstract

O diagnóstico inexato de muitas doenças que afetam as lavouras agrícolas pode levar ao uso incorreto de agrotóxicos, que por sua vez propicia a criação de cepas de patógenos mais resistentes,aumenta as perdas econômicas e, principalmente, impacta maleficamente o meio ambiente. Com os avanços na computação, principalmente na área de Inteligência Artificial e Aprendizado de Máquina, é possível automatizar o diagnóstico de doenças foliares presentes na pomicultura, justificando assim a criação de sistemas que permitam uma análise rápida e eficiente para a tomada de ações contra a proliferação dessas doenças na plantação. Portanto o conseguinte projeto apresenta a criação de um modelo de aprendizado de máquina especializado na classificação de doenças de folhas de macieira criado em base de conjunto de imagens pré-fornecidas.

The inaccurate diagnosis of many diseases that affect agricultural crops can lead to the incorrect use of pesticides, which in turn promotes the creation of strains of more resistant pathogens, increases as the reduction decreases and, mainly, impacts the environment in a harmful way. With the advances in the issue, mainly in thearea of Artificial Intelligence and Machine Learning, it is possible to automate the diagnosis of leaf diseases present in pomiculture, thus justifying the creation of systems that give a quick and efficient analysis for taking actions against proliferation. of these diseases on the plantation. Therefore, this project presents the creation of a learning model specialized in the classification of diseases of apple leaves created on the basis of a set of pre-supplied images.