PROVA DE CONCEITO: IDENTIFICAÇÃO DE PRAGAS E DOENÇAS DE MUDAS DE EUCALIPTO POR MEIO DE MACHINE LEARNING

As redes neurais convolucionais podem ser aplicadas no processamento de imagens e por meio dela é possíve identificar e classificar pragas e doenças de eucalipto. O objetivo é diferenciar Costalimaita ferruginea, Bacteriose Foliar (Xanthomonas arboricola pv. pruni), Oídio sp. e Formiga Cortadeira (Atta sexdens, Atta Laevigata e Acromyrmex spp.) por meio de imagens processadas por redes neurais convolucionais visando prova de conceito. Para isto, foram coletadas 40 imagens na web, para obtenção do small dataset balanceado entre as 4 classes, visando conceito de prova de produto. Para a análise da performance do modelo, foram utilizadas a matriz de confusão e curva de aprendizagem. A matriz de confusão e curva de aprendizagem apontam 80% e 92% de acurácia média para o modelo testado. Portanto, a utilização de inteligência artificial pela técnica de machine learning evidenciou sua relevância na identificação das pragas e doenças em mudas de eucalipto.