| Título: | Detecção de doenças e/ou praga em plantas utilizando aprendizado de máquina |
| Autor(es): | Silva, Felipe de Angelis |
| Orientador(es): | Amvame-Nze, Georges |
| Assunto: | Aprendizado de máquina
Processamento de imagens - técnicas digitais
Imagens digitais |
| Data de apresentação: | 23-Set-2022 |
| Data de publicação: | 30-Ago-2023 |
| Referência: | SILVA, Felipe de Angelis. Detecção de doenças e/ou praga em plantas utilizando aprendizado de máquina. 2022. 57 f., il. Trabalho de conclusão de curso (Bacharelado em Engenharia de Redes de Comunicação) — Universidade de Brasília, Brasília, 2022. |
| Resumo: | Tendo em vista que na agricultura muitos empecilhos podem prejudicar a produtividade da
lavoura, sendo algum deles: intempéries climáticos, nutrição para a planta e também pragas e
doenças. Assim, um grande aliado para minimizar prejuízos na agricultura pode ser o uso de
tecnologias no sistema produtivo, portanto fica evidente a necessidade da criação de ferramentas
e produtos que auxiliam os agricultores.
Com isso, esse trabalho tem como proposta, através do aprendizado de máquina, desenvolver
uma ferramente capaz de inferir a presença de Ferrugem Asiática em plantas da cultura de soja,
sendo essa doença comum nas lavouras e se não tratada adequadamente pode ser uma grande
causadora de prejuízos na produção. Dessa forma, foi utilizado o modelo YOLOv5 que permite a
utilização de imagens no treinamento da máquina a ser utilizada.
Um importante fator para o treinamento ser realizado com sucesso é a utilização de um DataSet
com imagens bem definidas e marcadas. Marcações essas que vão indicar as principais características que a máquina irá aprender. Por fim, o trabalho mostrará os passos necessários para realizar
o treinamento de máquina para obter uma boa inferência final. |
| Abstract: | In view of the fact that in agriculture many obstacles can damage the productivity of the crop,
some of them: weather, nutrition for the plant and also pests and diseases. Thus, a major ally to
minimize damage to agriculture may be the use of technologies in the production system, so it is
evident the need to create tools and products that help farmers.
With this, this work has as proposal, through machine learning, develop a horribly able to infer
the presence of Asian Ferrugem in plants of the soybean crop, being this common disease in the
crops and if not treated properly can be a great cause of damage in the production. This used the
YOLOv5 model that allows the use of images in the training of the machine to be used.
An important factor for successful training is the use of a DataSet with well-defined and marked
images. Markings that will indicate the main characteristics that the machine will learn. Finally,
the work will show the necessary steps to perform machine training to obtain a good final inference. |
| Informações adicionais: | Trabalho de Conclusão de Curso (graduação) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2022. |
| Licença: | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta. |
| Aparece na Coleção: | Engenharia de Redes de Comunicação
|
Todos os itens na BDM estão protegidos por copyright. Todos os direitos reservados.
