Anais do I Congresso Internacional e II Congresso Nacional Macaúba

A macaúba (Acrocomia aculeata) é uma palmeira nativa do Brasil e seus frutos podem ser usados na fabricação de biodiesel, subprodutos para alimentação animal e na indústria cosmética. A principal vantagem da macaúba em relação a outras alternativas é sua ampla distribuição geográfica e endemismo no Brasil, com concentração significativa de maciços nativos em Minas Gerais. Para identificação e contagem de maciços naturais, o uso de tecnologias de mapeamento torna-se uma alternativa eficaz especialmente em áreas naturais. Assim, objetivou-se comparar técnicas de Machine Learning (Random Forest, KNN e Árvores de Decisão) e Deep Learning (You Only Look Once) para avaliar o melhor desempenho entre as metodologias aplicadas na identificação e contagem de plantas de macaúba. Os algoritmos foram utilizados para a classificação de cinco classes (macaúba, vegetação, pasto, solo exposto e sombra) em imagens do espectro visível (RGB) adquirida por um veículo aéreo não tripulado (UAV). Para o deep learning foi usado o YOLOv4, cujo treinamento foi realizado com 2000 e 5000 épocas. A partir de 24 imagens contendo um total de 160 plantas, os dados foram divididos em 70 e 30% para etapa de treinamento e teste, respectivamente. As técnicas de Machine Learning tiveram um desempenho inferior quando comparadas aos treinamentos de Deep Learning. O KNN obteve a melhor acurácia geral (70%), mas com precisão de 30% para a classificação. Por outro lado, o YOLO atingiu precisão de 63% e 77% com 2000 e 5000 épocas, respectivamente. Apesar do melhor desempenho do YOLO, é necessário um banco de dados mais robusto e investigar outros algoritmos de detecção de objetos para maximizar a identificação de maciços de macaúba em ambientes naturais e, assim, contribuir para um extrativismo mais sustentável a pequenos produtores.