Dataset de Imagens de Banana Prata Catarina Rotuladas em Oito Estados de Maturação

  • José Luciano Martins Neto IFCE
  • João Pedro H. Neves IFCE
  • Marcus Vinicius T. N. Xavier IFCE
  • Emannuel Diego G. de Freitas IFCE / UFC
  • Danielo G. Gomes UFC

Resumo


A banana é um importante produto da fruticultura, pois além de ser um alimento rico em potássio e vitaminas, gera postos de trabalho no campo e na cidade, contribuindo para o desenvolvimento das regiões envolvidas em sua cadeia produtiva. O processo de reconhecimento do estado de maturação da banana normalmente depende do olho humano do fruticultor, portanto é passível de erros sobretudo considerando um processo escalável. Em uma perspectiva de automatizar esse processo, datasets de imagens de bananas são requisitos fundamentais para treinamento de algoritmos de aprendizagem de máquina usando processamento digital de imagens. Neste artigo, apresentamos um dataset com 1000 imagens de bananas do tipo Prata Catarina separadas em 8 classes de maturação. As imagens foram coletadas com variações propositais do plano de fundo e rotuladas via caixas delimitadoras, demarcando a banana na imagem e atribuindo-lhe um grau de maturação. Até onde sabemos, este é o primeiro dataset brasileiro de acesso público com imagens de bananas rotuladas em 8 graus de maturação.

Referências

Almeyda, E. and Ipanaque, W. (2022) “Recent Developments of Artificial Intelligence for Banana: Application Areas, Learning Algorithms, and Future Challenges”. Engenharia Agrícola. 42.e20210144. https://doi.org/10.1590/1809-4430-Eng.Agric.v42nepe20210144/2022

CEAGESP (2006) “PBMH & PIF — Programa Brasileiro para a Modernização da Horticultura & Produção Integrada de Frutas”. Normas de Classificação de Banana. https://ceagesp.gov.br/wp-content/uploads/2015/07/banana.pdf

Lin, T.-Y. et al. Microsoft COCO: Common Objects in Context. In: Proceedings of the 13th European Conference on Computer Vision (ECVV 2014). Suíça: Springer, 2014. p.740755. https://doi.org/10.1007/978-3-319-10602-1_48

Loesecke, V. and Willard, H. (1950) “Bananas: chemistry, physiology, technology”, JAMA. 1950;142(16):1326. doi:10.1001/jama.1950.02910340072033

Martins Neto, J. L.; Neves, J. P. H.; Xavier, M.V.; de Freitas, E. D. G.; Gomes, D. G. (2023), “Dataset of Banana Prata Catarina Images Labeled in Eight Ripeness Stages”, Mendeley Data, v1 http://dx.doi.org/10.17632/7vb4djkbrc.1

Rostianingsih, S., Setiawan, A. and Halim, C. I.(2020) “COCO (Creating Common Object in Context) Dataset for Chemistry Apparatus”, Procedia Computer Science, Volume 171, 2020, Pages 2445-2452. ISSN 1877-0509, https://doi.org/10.1016/j.procs.2020.04.264.

Sousa, S. G., Silva, Alencar, G. S. and Alencar, F. H. H. (2017) “Análise socioambiental da produção de banana no município de Cariús (CE), Brasil.”, Ciência e Sustentabilidade, 3(2), 119-144.
Publicado
06/08/2023
MARTINS NETO, José Luciano; NEVES, João Pedro H.; XAVIER, Marcus Vinicius T. N.; FREITAS, Emannuel Diego G. de; GOMES, Danielo G.. Dataset de Imagens de Banana Prata Catarina Rotuladas em Oito Estados de Maturação. In: WORKSHOP DE COMPUTAÇÃO APLICADA À GESTÃO DO MEIO AMBIENTE E RECURSOS NATURAIS (WCAMA), 14. , 2023, João Pessoa/PB. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2023 . p. 155-158. ISSN 2595-6124. DOI: https://doi.org/10.5753/wcama.2023.229870.