Segmentação por Instâncias de Estágios de Desenvolvimento de Cochonilha de Escama com Mask R-CNN

• Nikolaos Daskalakis UFRN
• Josenalde B. Oliveira UFRN

DOI: https://doi.org/10.5753/sbiagro.2023.26586

Resumo

Este trabalho apresenta resultados preliminares de um sistema de reconhecimento, classificação e contagem para cochonilha de escama (Diaspis echinocacti) em amostras de palma forrageira, com objetivo de classificar fases da cochonilha de primeiro e terceiro instar, além de identificar machos e fêmeas. Foram utilizados algoritmos de machine learning e o modelo Mask R-CNN, técnicas de processamento de imagens, e uso de tecnologias como a cloud computing. Há vários desafios no caminho como a rotulagem dos dados, demanda de um alto poder de processamento computacional, com isso há possibilidade de melhorias mas o modelo aprendeu bem os padrões, e há grande avanço.

Referências

Chagas, M.C.M., Silva, E.C.S., Nascimento, S.M., Lima, G.F.C., Lima, T.C.C. (2018). Cochonilha de escama na palma forrageira: aspectos biológicos e estratégias de manejo. Natal: EMPARN.

He, K., Gkioxari, G., Dollár, P., Girshick, R. (2017). Mask R-CNN. In: IEEE Int. Conf. on Computer Vision (ICCV), p. 2980-2988.

Meira, N. Edge AI: mask r-cnn e segmentação de instâncias. (2020). Disponível em: [link]. Acesso: 17/07/23.

Rehman, Z.; Khan, M.A., Ahmed, F., Damasevicius, R., Naqvi, S.R., Nisar, W., Javed, K. (2021). Recognizing apple leaf diseases using a novel parallel real-time processing framework based on Mask R-CNN and transfer learning: an application for smart agriculture. IET Image Processing, p. 1-12.

Xiang, Z. Simple understanding of Mask R-CNN. (2018). Disponível em: [link]. Acesso: 17/07/23.

Oliveira, J.B., Araújo, A.M.S., Teixeira, L.R.L., Silva, E.C.S., Santana, L.E.A.S., Rodrigues, T.C., Chagas, M.C.M. (2021). Uma proposta de sistema embarcado para contagem automatizada de cochonilhas de escama em laboratório. In: Anais do Simpósio Brasileiro de Automação Inteligente, p. 2063-2068.