Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/40315| Título: | Identificação de doenças em folhas de plantas de soja utilizando uma rede neural convolucional |
| Título(s) alternativo(s): | Identification of diseases in soybean leaves using uma rede neural convolutional |
| Autor(es): | Godinho, Eduardo Durante |
| Orientador(es): | Corrêa, Cléber Gimenez |
| Palavras-chave: | Soja - Biotecnologia Redes Neurais (Computação) Doenças Soybean - Biotechnology Neural networks (Computer science) Diseases |
| Data do documento: | 17-Dez-2024 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Cornelio Procopio |
| Citação: | GODINHO, Eduardo Durante. Identificação de doenças em folhas de plantas de soja utilizando uma rede neural convolucional. 2024. Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Computação) - Universidade Tecnológica Federal do Paraná, Cornélio Procópio, 2024. |
| Resumo: | A soja, como uma das culturas mais importantes do mundo, enfrenta diversos desafios relacionados à ocorrência de doenças que comprometem sua produtividade e qualidade. Este trabalho tem como objetivo explorar a aplicação de uma técnica de aprendizado de máquina, baseada em uma rede neural convolucional, para a identificação de determinadas doenças em plantas de soja por meio de imagens de folhas. O desenvolvimento do modelo baseou-se em um conjunto de imagens rotuladas por especialistas e representam diferentes condições das folhas, incluindo doenças como ferrugem asiática, mancha-alvo e oídio, além de folhas saudáveis. O conjunto foi dividido para treinamento e teste. O desempenho foi avaliado utilizando métricas como acurácia, neste trabalho com resultado de 70%, F1-Score, com resultado de 0,89, e a matriz de confusão. Os resultados, especialmente da acurácia, foi menor do que o encontrado em trabalhos relacionados. No entanto, os conjuntos de dados desses trabalhos são maiores e acredita-se que esse seja o motivo do baixo valor. |
| Abstract: | Soybean, as one of the most important crops in the world, faces several challenges related to diseases that compromise its productivity and quality. This study aims to explore the application of a machine learning technique, based on a convolutional neural network, for identifying specific diseases in soybean plants through leaf images. The model was developed using a dataset of images labeled by experts, representing different leaf conditions, including diseases such as Asian rust, target spot, and powdery mildew, as well as healthy leaves. The dataset was divided into training and testing sets. Performance was evaluated using metrics such as accuracy, which achieved a result of 70%, F1-Score, with a result of 0.89, and the confusion matrix. The results, particularly the accuracy, were lower than those found in related studies. However, the datasets used in those studies are larger, which is believed to be the main reason for the lower value in this work. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/40315 |
| Aparece nas coleções: | CP - Engenharia da Computação |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| identificacaodoencasredeneural.pdf | 1,18 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.