Classificação da Doença da Folha da Mandioca utilizando Redes Neurais Convolucionais

##plugins.themes.bootstrap3.article.main##

Houston de Assunção Santos
https://orcid.org/0000-0003-4786-0510
Lailson Batista dos Santos
https://orcid.org/0000-0002-2811-4443
Alexandre Magno Andrade Maciel
http://orcid.org/0000-0003-4348-9291

Resumo




Como o segundo maior fornecedor de carboidratos na África, a mandioca é uma cultura de segurança alimentar essencial cultivada por pequenos agricultores porque pode suportar condições adversas. Pelo menos 80% das fazendas familiares na África Subsaariana cultivam essa raiz amilácea, mas as doenças virais são as principais fontes de baixa produção. Os métodos existentes de detecção de doenças exigem que os agricultores solicitem a ajuda de especialistas agrícolas financiados pelo governo para inspecionar visualmente e diagnosticar as plantas. Isso sofre por ser muito trabalhoso, com baixo suprimento e caro. Diante disso, esta pesquisa tem como finalidade a construção de uma máquina preditiva, usando Redes Neurais Profundas (CNN) será possível realizar a identificação do patógeno acometido nas folhas da Mandioca. Para guiar nossa pesquisa foi utilizada a metodologia SEMMA. Os resultados obtidos com o algoritmo construído foram satisfatórios chegando ao resultado de 91% de assertividades nos diagnósticos dos patógenos.


Downloads

Não há dados estatísticos.

##plugins.themes.bootstrap3.article.details##

Como Citar
Santos, H., Santos, L., & Maciel, A. (2021). Classificação da Doença da Folha da Mandioca utilizando Redes Neurais Convolucionais. Revista De Engenharia E Pesquisa Aplicada, 6(5), 47-55. Recuperado de http://revistas.poli.br/index.php/repa/article/view/1754
Seção
Edição Especial em Ciência de Dados e Analytics