A carregar...
Publicação
Contagem automática de insetos em armadilhas
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 4.44 MB | Adobe PDF |
Autores
Orientador(es)
Resumo(s)
Com o aumento de novas pragas em culturas agrícolas, torna-se necessário efetuar
uma monitorização constante dos insetos em terrenos de cultivo de forma a agir conforme
a intensidade da praga. Esta monitorização pode ser efetuada através da contagem de
insetos em armadilhas, sendo que atualmente esta contagem é efetuada, em muitos casos,
de forma manual, acabando por ser uma tarefa complexa e morosa, necessitando a inter-
venção de um especialista de forma a identificar a espécie que se pretende monitorizar.
Atualmente, com tecnologias de visão computacional torna-se possível automatizar
esta tarefa recorrendo a aprendizagem profunda, obtendo valores de erro de contagem
baixos e levando menos tempo a efetuar a mesma tarefa. No entanto, estas tecnologias
acabam por ser economicamente não alcançáveis para a maior parte dos agricultores e
quando a identificação ocorre in loco, os valores de exatidão de classificação decrescem
substancialmente.
Por estes motivos, o objetivo da nossa solução passa por criar um sistema que, através
de imagens tiradas com um simples telemóvel com câmara, consiga contabilizar o número
de ocorrências de uma certa espécie em armadilhas para insetos, recorrendo a técnicas de
aprendizagem profunda.
Assim, pretendemos criar uma solução que esteja disponível a nível económico a
qualquer tipo de agricultor, e que mantenha um nível de exatidão de classificação relati-
vamente elevado.
With the emergence of new pests that damage field crops, there is a need to con- tinuously monitor these pests populations to prevent further damage. This monitoring can be achieved through insect counting from pheromone traps. In most cases, these counts are made manually and require an insect specialist, making these an arduous and time-consuming task. Recently, computer vision techniques allowed this task to become automated with the help of deep learning, leading to small counting errors, and taking less time to complete the task. However, these types of technologies are expensive which means not every farmer has the means to utilize these techniques. Moreover, when the classification happens in the field, the accuracy of classification drops. For these reasons, our approach is to develop a system that, by using pheromone trap images taken with a cellphone that has a camera, is able to count how many insects of a specific species are present in those images, making use of deep learning techniques. Thus, we want to create a solution that is affordable on an economic basis to any type of farmer and which rate of classification accuracy is still high.
With the emergence of new pests that damage field crops, there is a need to con- tinuously monitor these pests populations to prevent further damage. This monitoring can be achieved through insect counting from pheromone traps. In most cases, these counts are made manually and require an insect specialist, making these an arduous and time-consuming task. Recently, computer vision techniques allowed this task to become automated with the help of deep learning, leading to small counting errors, and taking less time to complete the task. However, these types of technologies are expensive which means not every farmer has the means to utilize these techniques. Moreover, when the classification happens in the field, the accuracy of classification drops. For these reasons, our approach is to develop a system that, by using pheromone trap images taken with a cellphone that has a camera, is able to count how many insects of a specific species are present in those images, making use of deep learning techniques. Thus, we want to create a solution that is affordable on an economic basis to any type of farmer and which rate of classification accuracy is still high.
Descrição
Palavras-chave
Monitorização Armadilhas Aprendizagem Profunda Contagem Classificação Exatidão