AphidCV 2.0: uma nova abordagem de classificação, contagem e mensuração de afídeos
Resumo
Afídeos são pestes de culturas vegetais. Contar e classificar af´ıdeos ajudam a avaliar e predizer danos de plantações. Tradicionalmente, esse processo é feito manualmente por um entomólogo. Com isso em mente, este trabalho apresenta o AphidCV 2.0, um software para contagem e classificação automática de imagens de placas com esses insetos. Esse estudo apresenta uma nova versão, em linguagem Python, com suporte a duas espécies, implementa uma nova rede neural, e melhora o desempenho e acurácia da primeira versão. Os resultados mostram uma redução de 10 vezes no tempo de análise de imagens de placas de Petri, e acurácia similar em comparação a rede neural antiga. O método proposto é um importante passo para a pesquisa na agricultura, automatizando um processo sujeito a fadiga e aumentando vertiginosamente o número de amostras de análise em um mesmo período de tempo.Referências
R. Shavit, Z. S. Batyrshina, N. Dotan, and V. Tzin, "Cereal aphids differently affect benzoxazinoid levels in durum wheat," PloS one, vol. 13, no. 12, p. e0208103, 2018.
C.-A. Dedryver, A. Le Ralec, and F. Fabre, "The conflicting relationships between aphids and men: a review of aphid damage and control strategies," Comptes rendus biologies, vol. 333, no. 6-7, pp. 539–553, 2010.
M. Yahya, N. A. Saeed, S. Nadeem, M. Hamed, and S. Shokat, "Role of wheat varieties and insecticide applications against aphids for better wheat crop harvest," Pakistan J. Zool, vol. 49, no. 6, pp. 2217–2225, 2017.
A. Martin, D. Sathish, C. Balachander, T. Hariprasath, and G. Krishnamoorthi, "Identification and counting of pests using extended region grow algorithm," in Electronics and Communication Systems (ICECS), 2015 2nd International Conference on. IEEE, 2015, pp. 1229–1234.
S. Shajahan, S. Sivarajan, M. Maharlooei, S. G. Bajwa, J. P. Harmon, J. F. Nowatzki, and I. Cannayen, "Identification and counting of soybean aphids from digital images using shape classification," Transactions of the Asabe, vol. 60, no. 5, pp. 1467–1477, 2017.
N. Carter, A. F. G. Dixon, and R. Rabbinge, Cereal aphid populations: biology, simulation and prediction. Pudoc, 1982.
J. G. A. Barbedo, "Using digital image processing for counting whiteflies on soybean leaves," Journal of Asia-Pacific Entomology, vol. 17, no. 4, pp. 685–694, 2014.
E. A. Lins, J. P. M. Rodriguez, S. I. Scoloski, J. Pivato, M. B. Lima, J. M. C. Fernandes, P. R. V. da Silva Pereira, D. Lau, and R. Rieder, "A method for counting and classifying aphids using computer vision," Computers and Electronics in Agriculture, vol. 169, p. 105200, 2020. [Online]. Available: http://www.sciencedirect.com/science/article/ pii/S0168169919306039
P. Akulwar, "A recommended system for crop disease detection and yield prediction using machine learning approach," in Recommender System with Machine Learning and Artificial Intelligence: Practical Tools and Applications in Medical, Agricultural and Other Industries, S. N. M. and Jyotir Moy Chatterjee and Sarika Jain and Ahmed A. Elngar and Priya Gupta, Ed. John Wiley & Sons, 2020, ch. 8, pp. 141–163.
C.-A. Dedryver, A. Le Ralec, and F. Fabre, "The conflicting relationships between aphids and men: a review of aphid damage and control strategies," Comptes rendus biologies, vol. 333, no. 6-7, pp. 539–553, 2010.
M. Yahya, N. A. Saeed, S. Nadeem, M. Hamed, and S. Shokat, "Role of wheat varieties and insecticide applications against aphids for better wheat crop harvest," Pakistan J. Zool, vol. 49, no. 6, pp. 2217–2225, 2017.
A. Martin, D. Sathish, C. Balachander, T. Hariprasath, and G. Krishnamoorthi, "Identification and counting of pests using extended region grow algorithm," in Electronics and Communication Systems (ICECS), 2015 2nd International Conference on. IEEE, 2015, pp. 1229–1234.
S. Shajahan, S. Sivarajan, M. Maharlooei, S. G. Bajwa, J. P. Harmon, J. F. Nowatzki, and I. Cannayen, "Identification and counting of soybean aphids from digital images using shape classification," Transactions of the Asabe, vol. 60, no. 5, pp. 1467–1477, 2017.
N. Carter, A. F. G. Dixon, and R. Rabbinge, Cereal aphid populations: biology, simulation and prediction. Pudoc, 1982.
J. G. A. Barbedo, "Using digital image processing for counting whiteflies on soybean leaves," Journal of Asia-Pacific Entomology, vol. 17, no. 4, pp. 685–694, 2014.
E. A. Lins, J. P. M. Rodriguez, S. I. Scoloski, J. Pivato, M. B. Lima, J. M. C. Fernandes, P. R. V. da Silva Pereira, D. Lau, and R. Rieder, "A method for counting and classifying aphids using computer vision," Computers and Electronics in Agriculture, vol. 169, p. 105200, 2020. [Online]. Available: http://www.sciencedirect.com/science/article/ pii/S0168169919306039
P. Akulwar, "A recommended system for crop disease detection and yield prediction using machine learning approach," in Recommender System with Machine Learning and Artificial Intelligence: Practical Tools and Applications in Medical, Agricultural and Other Industries, S. N. M. and Jyotir Moy Chatterjee and Sarika Jain and Ahmed A. Elngar and Priya Gupta, Ed. John Wiley & Sons, 2020, ch. 8, pp. 141–163.
Publicado
07/11/2020
Como Citar
RODRIGUEZ, João Pedro Mazuco; RIEDER, Rafael.
AphidCV 2.0: uma nova abordagem de classificação, contagem e mensuração de afídeos. In: WORKSHOP DE TRABALHOS DA GRADUAÇÃO - CONFERENCE ON GRAPHICS, PATTERNS AND IMAGES (SIBGRAPI), 33. , 2020, Evento Online.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2020
.
p. 159-162.
DOI: https://doi.org/10.5753/sibgrapi.est.2020.13001.
