Tese

Deep learning em dois estágios para detecção e classificaçãode doenças em folhas de plantas com aplicação em dispositivos móveis (2021)

• Authors:
  • Leite, Tiago de Miranda
  • Ponti, Moacir Antonelli (Orientador)
• Autor USP: LEITE, TIAGO DE MIRANDA - ICMC
• Unidade: ICMC
• Sigla do Departamento: SCC
• DOI: 10.11606/D.55.2021.tde-02022022-121135
• Subjects: REDES NEURAIS; APRENDIZADO COMPUTACIONAL; FOLHAS (PLANTAS); DOENÇAS DE PLANTAS; PROCESSAMENTO DE IMAGENS
• Keywords: Aplicativo; Deep learning; Deep learning; Detecção de objetos; Mobile application; Neural networks; Object detection; Plant diseases
• Agências de fomento:
  • Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
• Language: Português
• Abstract: Deep learning é uma técnica do ramo de aprendizado de máquina que tem obtido grandes resultados em diversas tarefas, quando comparada às demais técnicas da área. Dentre tais tarefas, detecção e classificação de objetos em imagens destacam-se como exemplos notáveis de sucesso. Normalmente, nesse tipo de aplicação, uma única rede neural convolucional realiza o processo de detecção das regiões de interesse, delimitando assim a área que contém o objeto a ser identificado, bem como a classificação dessa região em uma classe. A fim de melhorar os resultados na detecção e classificação de áreas de doenças em imagens de folhas de plantas, este projeto tem como objetivo investigar uma abordagem que utiliza redes neurais convolucionais compostas por dois estágios independentes, um para realizar a detecção e outro a classificação das referidas regiões de doenças, por meio de aprendizado supervisionado. Para validar a abordagem, foram realizados experimentos com três diferentes conjuntos de dados compostos por imagens de folhas de macieira, afetadas por doenças como ferrugem e sarna, com a tarefa de detectar e classificar as regiões de doenças. Os resultados indicam que a abordagem de dois estágios tende a melhorar a precisão média da detecção em imagens de diferentes conjuntos de dados, além de permitir uma melhor transferência de aprendizado quando conjuntos de dados não vistos são usados para teste. Esta abordagem também permite maior flexibilidade na escolha de redes de detecção eclassificação para adequar o modelo a cenários específicos. Além disso, as visualizações dos mapas de características dos modelos indicam que as redes de dois estágios apresentam mapas com regiões de ativação mais acentuadas, facilitando a interpretação dos resultados. Por fim, este trabalho também mostrou ser possível a utilização de tais redes neurais por meio de um protótipo de aplicativo para dispositivos móveis (como smartphones e tablets), permitindo um diagnóstico instantâneo das doenças e a criação de uma base colaborativa de novas imagens, bem como difundindo o uso da tecnologia pela população em geral.
• Imprenta:
  • Publisher place: São Carlos
  • Date published: 2021
• Data da defesa: 24.11.2021

Informações sobre o DOI: 10.11606/D.55.2021.tde-02022022-121135 (Fonte: oaDOI API)
• Este periódico é de acesso aberto
• Este artigo é de acesso aberto
• URL de acesso aberto
• Cor do Acesso Aberto: gold
• Licença: cc-by-nc-sa

---

How to cite

A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

• ABNT

  LEITE, Tiago de Miranda. Deep learning em dois estágios para detecção e classificaçãode doenças em folhas de plantas com aplicação em dispositivos móveis. 2021. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2021. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-02022022-121135/. Acesso em: 04 jan. 2026.

• APA

  Leite, T. de M. (2021). Deep learning em dois estágios para detecção e classificaçãode doenças em folhas de plantas com aplicação em dispositivos móveis (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-02022022-121135/

• NLM

  Leite T de M. Deep learning em dois estágios para detecção e classificaçãode doenças em folhas de plantas com aplicação em dispositivos móveis [Internet]. 2021 ;[citado 2026 jan. 04 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-02022022-121135/

• Vancouver

  Leite T de M. Deep learning em dois estágios para detecção e classificaçãode doenças em folhas de plantas com aplicação em dispositivos móveis [Internet]. 2021 ;[citado 2026 jan. 04 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-02022022-121135/

Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI:

• A mobile application for motor coordination deficiency users