Uso de deep learning para reconhecimento de doenças em bananicultura no município de Paragominas/pa

Resumo

O estado do Pará vem se destacando desde a década de 1990 entre os cinco maiores produtores nacionais de banana. Na região norte, o estado paraense se destaca por ser o que mais produz banana em nível regional. Em 2020 Paragominas produziu 416 toneladas da fruta, em área destinada à colheita e área colhida de 32 ha, com rendimento médio de 13.000 kg/ha. Contudo, a ocorrência de muitas doenças nocivas aos plantios acaba interferindo negativamente na produção. O objetivo desta pesquisa é desenvolver uma solução computacional baseada na técnica de aprendizado de máquina, usando o processamento digital de imagens para realizar o diagnóstico automático de doenças da bananicultura. As imagens foram capturadas em solo paragominenses em pomares de bananas infectados pela Sigatoka Negra e pela Sigatoka Amarela. Aplicou-se a técnica conhecida como data augmentation, ou aumento de dados, para gerar automaticamente mais imagens das classes. Uma Rede Neural Convolucional foi treinada e submetida aos dados de teste e validação. Os resultados mostraram que a Rede Neural Convolucional foi uma estratégia robusta e facilmente implantável para detecção de doenças da bananeira. No passado recente, esperava trazer uma espécie de revolução na agricultura e hoje essas comprovações estão sendo constatadas com as inúmeras tecnologias disponíveis na atualidade. Essa alta taxa de sucesso significativa torna o modelo uma ferramenta útil de detecção precoce de doenças na bananicultura, e essa pesquisa pode ser estendida ainda mais para desenvolver um aplicativo móvel totalmente automatizado para ajudar os produtores de banana locais, nacionais e internacionalmente.