Identificação automática dos estágios de vida da Bemisia tabaci spp. por visão computacional e aprendizagem de máquina

Abstract

Pragas agrícolas têm sofrido um aumento de incidência nas últimas décadas. Pesticidas como a maior forma de controle de pragas tem declinado em eficiência, na medida que a resistência das pragas aumenta. Métodos de controle mais naturais tem sido testados com grande sucesso em controlar estas populações de pragas. Tais métodos se beneficiam e necessitam de informações sobre essas pragas. Neste trabalho é apresentada uma metodologia de reconhecimento e contagem da mosca branca (Bemisia tabaci spp) em 6 diferentes estágios de seu ciclo de vida usando modelo de Aprendizagem de Máquina, Random Forests e regras morfologicamente derivadas. Fornecidas pela Empresa Brasileira de Pesquisa Agropecuária (EMBRAPA) 240 imagens foram utilizadas, obtidas com câmera de espectro comum. As imagens foram rotuladas e cada uma comparada com as regras entomológicas para a contagem e classificação de cada objeto: exúvia, ínstar 1 ao ínstar 4 e a mosca adulta. O sistema foi treinado em 100 imagens e performou a mesma tarefa de classificação nas 140 imagens restantes previamente não vistas pelo sistema e os resultados comparados. Os resultados mostraram acurácia de 95% de classificação por pixel e 86% para a classificação dos objetos. Sendo essa metodologia compatível com métodos similares.