Repositório Institucional do IFRS - Página Inicial

Identificação de doenças na soja utilizando redes neurais artificiais em dispositivos móveis

Show full item record

Title: Identificação de doenças na soja utilizando redes neurais artificiais em dispositivos móveis
Author: Port, Fernando Augusto
Abstract: A cultura da soja, uma das mais importantes do agronegocio e para ́ a economia brasileira, enfrenta desafios decorrentes de doenc ̧as que podem ter um impacto direto em sua produtividade. No entanto, a aplicac ̧ao de tecnolo- ̃ gias digitais por agricultores e profissionais do campo oferece uma forma de mitigar os efeitos causados pelas pragas que afetam as plantas. O presente trabalho, apresenta um aplicativo para o sistema operacional Android capaz de auxiliar o produtor na identificac ̧ao das doenc ̧as Crestamento Bacteriano, ̃ Ferrugem Asiatica e Mildio, utilizando t ́ ecnicas de vis ́ ao computacional e um ̃ modelo de Rede Neural Artificial para realizar a classificac ̧ao das mesmas. Ao ̃ termino da pesquisa, o aplicativo demonstrou sua capacidade em identificar e ́ classificar, por meio de imagens, as folhas de soja afetadas por estas doenc ̧as, alcanc ̧ando uma acuracia de aproximadamente 99% nos testes conduzidos em ́ um Smartphone.The soybean culture, one of the most crucial components of agribusi- ness and the Brazilian economy, faces challenges stemming from diseases that can directly impact its productivity. However, the application of digital tech- nologies by farmers and field professionals offers a way to mitigate the effects caused by pests affecting the plants. This study presents a mobile application for the Android operating system capable of assisting producers in identifying Bacterial Blight, Rust, and Downy Mildew diseases, using computer vision te- chniques and an Artificial Neural Network model for their classification. At the end of the research, the application demonstrated its ability to identify and classify soybean leaves affected by these diseases through images, achieving an accuracy of approximately 99% in tests conducted on a smartphone.
URI: https://dspace.ifrs.edu.br/xmlui/handle/123456789/2632
Date: 2025


Files in this item

Files Size Format View Description
1234567892632.pdf 2.342Mb PDF View/Open Texto completo

This item appears in the following Collection(s)

Show full item record

Search DSpace


Advanced Search

Browse

My Account