SoYolo: Detecção automática de vagens e grãos de soja

• Víctor Vinícius Welter SETREM
• Larissa Guder SETREM / PUCRS

DOI: https://doi.org/10.5753/eramiars.2025.16580

Resumo

A estimativa de produtividade em lavouras de soja é um processo manual, lento e impreciso. Este artigo propõe o SoYOLO, um modelo de visão computacional para a detecção automática de vagens e grãos de soja a partir de imagens de smartphone. Utilizando a arquitetura YOLOv8, o modelo foi treinado com um dataset de 943 imagens e validado em outras 236, ambas oriundas de fontes públicas. O teste final foi conduzido em um conjunto distinto, com 601 imagens capturadas localmente. A configuração que apresentou melhor desempenho, YOLOv8m, alcançou uma Precisão Média (mAP50-95) de 0.484. Os resultados demonstram a viabilidade da abordagem como uma ferramenta de baixo custo para análises agrícolas, ao mesmo tempo em que revelam os desafios de oclusão e sombreamento como principais barreiras para a precisão da detecção.

Referências

Embrapa (2025). Dados econômicos - portal embrapa. [link]. Acesso em: 01 maio 2025.

Ferreira, J. A. (2024). O uso da inteligência artificial na agricultura. Revista Multidisciplinar do Nordeste Mineiro, 9. Acesso em: 24 maio 2025.

Jia, X., Hua, Z., Shi, H., Zhu, D., Han, Z., Wu, G., and Deng, L. (2025). A soybean pod accuracy detection and counting model based on improved yolov8. Agriculture, 15(6):617.

Jiang, T., Shao, M., Zhang, T., Liu, X., and Yu, Q. (2025). Soybean pod and seed counting in both outdoor fields and indoor laboratories using unions of deep neural networks. arXiv preprint arXiv:2502.15286.

Xiang, S., Wang, S., Xu, M., Wang, W., and Liu, W. (2023). YOLO POD: a fast and accurate multi-task model for dense Soybean Pod counting. Plant Methods, 19(1):8.

Yu, Z., Wang, Y., Ye, J., Liufu, S., Lu, D., Zhu, X., Yang, Z., and Tan, Q. (2024). Accurate and fast implementation of soybean pod counting and localization from high-resolution image. Frontiers in Plant Science, 15.