Author(s): SILVA, A. M. da; ROSA, A. M. da; KIRINUS, N. W.; LAU, D.; CARNEIRO, A. F.; CESARO JÚNIOR, T. de

Summary: Este estudo propõe um modelo baseado na rede neural YOLOv7 para a identificação e contagem de afídeos alados em imagens de armadilhas adesivas. Comparou-se dois modelos: o primeiro utilizando transferência de aprendizado (transfer learning) e o segundo treinado a partir de pesos aleatórios. Embora o modelo treinado com pesos aleatórios tenha demonstrado melhor desempenho geral, as métricas de recall, F1 score e mAP@.5:.95 revelaram dificuldades na localização precisa dos afídeos, indicando a necessidade de aprimorar o conjunto de imagens e o mecanismo de aquisição. Este estudo ilustra como a inteligência artificial pode ser aplicada ao monitoramento de pragas, contribuindo para práticas agrícolas mais sustentáveis.

Publication year: 2024

Types of publication: Paper in annals and proceedings

Unit: Embrapa Forestry

Keywords: Afídeo, Aphididae, Armadilha, Artificial intelligence, Inseto, Inteligência artificial, Manejo integrado de pragas, Monitoramento de pragas, Neural networks, Pest monitoring, Rede neural, Traps