Qualificação de mestrado do discente Luan Silva, dia 17/07/2025 as 14:00.

Qualificação de mestrado do discente Luan Silva, dia 17/07/2025 as 14:00.

Título: Detecção de áreas afetadas em Cafezais Utilizando Imagens Aéreas de VANT e Arquitetura YOLO

Resumo: O Brasil é o maior produtor e exportador de café do mundo, e a cafeicultura desempenha um papel estratégico na economia nacional. Para garantir uma produção de alta qualidade, diversos fatores devem ser cuidadosamente monitorados durante o cultivo, incluindo a detecção precoce de doenças. No entanto, o monitoramento visual em grandes áreas é desafiador e demanda soluções tecnológicas eficientes. Esta pesquisa investiga o uso de Visão Computacional, por meio da arquitetura YOLO, para detectar automaticamente pés de café com diferentes estágios de sintomas de doenças. Foram coletadas 162 imagens aéreas por VANT, em diferentes alturas (10, 15 e 25 metros) e ângulos (30º, 45º e 90º), rotuladas em três classes: estágio inicial, intermediário e avançado. Os experimentos avaliaram separadamente o impacto de cada altura e ângulo, além da base de dados completa. Os melhores resultados foram obtidos com o conjunto completo, que combinava múltiplas perspectivas. Nessa configuração, a classe de estágio avançado atingiu 54,2% de precisão, 52,6% de revocação e 50,5% de mAP50. Também foi identificada a influência da distribuição de instâncias entre as classes, com desempenho superior nas mais representadas, evidenciando o impacto do desbalanceamento. Constatou-se que a diversidade de ângulos e alturas melhora a generalização do modelo, enquanto conjuntos limitados a uma única perspectiva tiveram desempenho inferior. Os resultados indicam que a arquitetura YOLO é promissora para aplicações práticas de monitoramento automatizado na agricultura.

Data/Horário: 17/07/2025 às 14:00
Local: https://meet.google.com/ens-esho-cyr
Banca Avaliadora: Prof. Dr. Jadson Castro Gertrudes; Prof. Dr. Mateus Marques Bueno; Prof. Dr. Pedro Henrique Lopes Silva