A detecção de doenças em folhas do tomateiro
Loading...
Date
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Instituto Federal de Educação, Ciência e Tecnologia do Piauí
Resumo
Os tomates (Solanum lycopersicum) são uma fonte rica de nutrientes essenciais, como vitamina C e licopeno, desempenhando um papel crucial na dieta da população e na economia local. Este estudo surge da necessidade de enfrentar os desafios específicos no cultivo dessas frutas, concentrando-se na identificação de doenças foliares por meio de modelos de aprendizado profundo. Utilizando uma base de dados com 11.000 imagens de folhas do tomateiro, foram exploradas diversas classes de patologias, incluindo Mancha Bacteriana, Pinta Preta, Requeima, Molde de Folha, Septoriose, Ácaro-Aranha Bicolor, Ponto Alvo, Ondulação da Folha Amarela, Vírus do Mosaico, além de amostras saudáveis. Três modelos foram treinados: ResNet50, MobileNet V2 e Inception V3. Os resultados revelam que o Inception V3 se destaca, alcançando uma acurácia de 98%, seguido pelo ResNet50 com 96% e o MobileNet V2 com 95%. Esses achados enfatizam a consistência do Inception V3 na classificação de imagens de folhas do tomateiro. A partir do melhor modelo, foi desenvolvida uma API utilizando o Framework Django Rest, capaz de processar imagens e oferecer informações sobre pragas e métodos de controle. Testes validaram a eficácia da API, representando uma contribuição significativa para o avanço na detecção de doenças em plantações de tomate
Description
Keywords
Análise e Desenvolvimento de Sistemas - estudo e ensino, Tomates - Solanum lycopersicum, Detecção de doenças, Aprendizagem profundo