Menu



Exportar registro bibliográfico

Metrics:

Tese

Avaliação de Redes Neurais e Proposta de uma Arquitetura de Comitê para Identificação de Pupas e Pragas em Sementes usando Imagens de Raios X (2024)

  • Authors:
  • Autor USP: SILVA, ALYSSON ALEXANDER NAVES - ICMC
  • Unidade: ICMC
  • Sigla do Departamento: SSC
  • DOI: 10.11606/T.55.2024.tde-01082024-100347
  • Subjects: AGRICULTURA; INTELIGÊNCIA ARTIFICIAL; PRODUÇÃO AGRÍCOLA; COMPUTAÇÃO EVOLUTIVA; CONTROLE BIOLÓGICO; OTIMIZAÇÃO COMBINATÓRIA; RAIOS X
  • Keywords: Agricultura digital; Aprendizado profundo; Biological control; CNN Committee; Comitê de CNNs; Deep learning; Digital agriculture; Grain quality; Qualidade de grãos; X-ray images
  • Agências de fomento:
  • Language: Português
  • Abstract: O emprego da inteligência artificial na agricultura tem contribuído para o avanço do conhecimento no setor, por exemplo, o uso de Convolutional Neural Networks (CNN) para analisar imagens de raios X de grãos e pupas de insetos. Há uma crescente demanda por técnicas rápidas, que não necessitem aguardar o tempo de germinação de uma semente ou o tempo de emergência de adultos de pupas parasitadas no controle biológico de pragas; não destrutivas, sem a necessidade de alterar os aspectos físicos ou químicos dos grãos ou pupas, possibilitando inclusive a utilização da amostra pelo produtor/pesquisador; e precisas, não dependendo da visão humana para análise. Nesse contexto, a classificação de imagens de raios X por meio das CNNs, possibilita medir a quantidade de grãos infestados por pragas, assim como analisar pupas que foram parasitadas com sucesso. A avaliação da qualidade sanitária de grãos armazenados, por exemplo, tem grande importância econômica. Em muitos países, há uma tendência de tolerância zero para insetos de grãos armazenados. No entanto, a detecção precoce da praga Sitophilus zeamais, é difícil de ser realizada na prática, pois o desenvolvimento de ovos e larvas ocorre dentro dos grãos, sendo imperceptível ao olho humano. Desta forma, o desenvolvimento de um método sistemático e não destrutivo para analisar a qualidade desses grãos torna-se indispensável. Assim, três CNNs foram aplicadas na classificação de imagens de raios X para o reconhecimento de grãosinfestados. Além desse estudo, a metodologia também foi aplicada na identificação de pupas parasitadas para o controle biológico de larvas da mosca-das-frutas, que causam a perda pré-matura de frutas. A produção em larga escala de pupas parasitas demanda métodos mais rápidos para avaliação da quantidade e qualidade de pupas parasitadas, otimizando por exemplo, atividades de liberação desses insetos nas lavouras. Entretanto, ao empregar métodos convencionais, é possível medir a taxa de pupas adultas aproximadamente 16 dias após a emergência. Esse tempo de espera pode resultar em desperdício de recursos. Uma maneira de acelerar a métrica de qualidade dos lotes de pupas e aumentar a precisão do processo de produção, seria combinar radiografia digital e métodos de aprendizado profundo para a classificação das pupas parasitadas. Foram avaliadas sete CNNs, e os modelos Inception-ResNet-v2, VGG19 e Xception destacaram-se frente aos demais. Nessa tese, foi proposta uma abordagem que consistiu em combinar os modelos de CNNs e avaliar a estratégia definida como MIN-i, que aciona um oráculo sempre que necessário.
  • Imprenta:
  • Data da defesa: 29.05.2024
    • Acesso à fonteAcesso à fonteDOI
    Informações sobre o DOI: 10.11606/T.55.2024.tde-01082024-100347 (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

      SILVA, Alysson Alexander Naves. Avaliação de Redes Neurais e Proposta de uma Arquitetura de Comitê para Identificação de Pupas e Pragas em Sementes usando Imagens de Raios X. 2024. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2024. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-01082024-100347/. Acesso em: 28 dez. 2025.

    • APA

      Silva, A. A. N. (2024). Avaliação de Redes Neurais e Proposta de uma Arquitetura de Comitê para Identificação de Pupas e Pragas em Sementes usando Imagens de Raios X (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-01082024-100347/

    • NLM

      Silva AAN. Avaliação de Redes Neurais e Proposta de uma Arquitetura de Comitê para Identificação de Pupas e Pragas em Sementes usando Imagens de Raios X [Internet]. 2024 ;[citado 2025 dez. 28 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-01082024-100347/

    • Vancouver

      Silva AAN. Avaliação de Redes Neurais e Proposta de uma Arquitetura de Comitê para Identificação de Pupas e Pragas em Sementes usando Imagens de Raios X [Internet]. 2024 ;[citado 2025 dez. 28 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-01082024-100347/

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

Digital Library of Intellectual Production of Universidade de São Paulo     2012 - 2025