Desenvolvimento de Aplicativo Mobile para Reconhecimento de Espécies Florestais por Meio das Folhas
Resumo
A identificação de espécies florestais é um passo fundamental para a conservação da biodiversidade, mas métodos tradicionais são inacessíveis e ferramentas digitais existentes carecem de foco em floras regionais. Este artigo descreve o desenvolvimento de um aplicativo móvel para o reconhecimento de espécies florestais nativas da região Oeste do Paraná, visando preencher essa lacuna. A ferramenta foi construída utilizando o framework Flutter e a linguagem Dart, integrando um modelo de inteligência artificial YOLO para realizar a identificação a partir de imagens de folhas capturadas ou selecionadas pelo usuário. Um banco de dados local foi implementado com SQLite para armazenar o histórico de detecções de forma privada e offline. Como resultado, obteve-se uma aplicação funcional e de interface simples, capaz de identificar 26 espécies distintas em menos de um segundo, exibindo os resultados com caixas delimitadoras e percentuais de confiança. O projeto valida a arquitetura como uma solução prática e acessível para a identificação botânica, servindo como uma base para futuras expansões e promovendo o engajamento cidadão com a flora local.
Referências
P. A. L. MACHADO and M. A. d. S. ARAGÃO, Principios de Direito Ambiental. Editora Jus Podivm, 2022.
Food and Agriculture Organization of the United Nations, “Global forest resources assessment 2020,” 2020. [Online]. DOI: 10.4060/ca9825en
A. C. P. Mazzei, T. M. F. Floripes, and M. T. M. Feitosa, “A importância da educação ambiental no período operatório concreto para a sustentabilidade existencial,” in PSICOLOGIA: UM OLHAR DO MUNDO REAL-VOLUME 1, vol. 1. Editora Científica Digital, 2020, pp. 18–25.
R. C. V. Martins-da Silva, M. G. Hopkins, and I. S. Thompson, “Identificação botânica na amazônia: situação atual e perspectivas.” Belém, PA: Embrapa Amazônia Oriental., 2003.
B. L. OLIVEIRA, G. C. FERREIRA et al., “Arquitetura foliar como ferramenta para determinação de espécies em áreas sob manejo florestal.” 2024.
A. Joly, H. Goëau, P. Bonnet, J.-F. Molino, F. Boukthir, and I. Yahiaoui, “Plantnet: Plant identification,” 2020, mobile app available on App Store and Google Play.
N. Kumar, P. N. Belhumeur, S. K. Feiner, and D. W. Jacobs, “Leafsnap: A computer vision system for automatic plant species identification,” in European conference on computer vision. Springer, Berlin, Heidelberg, 2012, pp. 195–212.
A. Miola, Flutter Complete Reference: Create Beautiful, Fast and Native Apps for Any Device. Independently Published, 2020. [Online]. Available: [link]
