Classificação de deficiências em cafeeiros por inteligência artificial

Abstract

A adequada nutrição mineral é essencial para o desenvolvimento saudável do cafeeiro, influenciando diretamente sua produtividade e qualidade. Deficiências nutricionais podem comprometer o crescimento das plantas e manifestar-se por alterações visuais nas folhas, como mudanças de coloração, textura e formato. Nesse contexto, a identificação precoce desses sintomas é fundamental para apoiar o manejo agrícola e reduzir prejuízos na produção. Com o avanço da visão computacional e do uso de tecnologias na agricultura, o aprendizado de máquina tem se mostrado uma alternativa promissora para automatizar o diagnóstico agrícola por meio da análise de imagens. Assim, este trabalho tem como objetivo aplicar técnicas de aprendizado de máquina na classificação de deficiências nutricionais em folhas de cafeeiro, utilizando imagens do dataset CoLeaf-DB (Tuesta-Monteza et al., 2023). Para isso, foram realizadas etapas de pré-processamento dos dados e a avaliação de diferentes modelos de classificação, buscando analisar seu desempenho, limitações e potencial de aplicação em cenários com restrições computacionais.