Artigo

APRENDIZAGEM PROFUNDA APLICADA AO RECONHECIMENTO DE ESPÉCIES DE PLANTAS A PARTIR DE IMAGEM DIGITAL DA FOLHA

LOEZER, Lucas1; JUNIOR, Alceu De Souza Britto2;

Resumo

Introdução:Um bom conhecimento sobre a flora é crucial para aumentar a produtividade agrícola e garantir a sustentabilidade do planeta. Diante da importância desse tema, construiu-se um método computacional para a identificação de espécies de plantas por meio do reconhecimento de imagens de sua componente folha, utilizando aprendizagem profunda (Deep Learning).

Objetivo:Construir e avaliar um método de classificação de espécies de plantas, a partir da imagem digital da folha, utilizando aprendizagem profunda com diferentes estratégias.

Metodologia:Consiste em utilizar a base de imagens digitais PlantCLEF 2016 para realizar os experimentos de treino, teste e validação com a arquitetura de rede VGG16 utilizando pesos inicias aleatórios e, também avaliar a mesma arquitetura com pesos adquiridos com o treinamento na base de imagens ImageNet (transfer learning). No caso de overffiting, avaliar técnicas de aumento de dados (data augmentation) para treinamento.

Resultados:Os experimentos realizados demonstraram a necessidade de aumentar a base usando técnicas de aumento de dados, visando evitar Overfitting. Dentre os resultados obtidos, destacam-se as redes utilizando transfer learning. Com o uso de transfer learning foi possível atingir uma taxa de reconhecimento de 49,3% (Top 1) e 74,6% (Top 5), considerando as 351 espécies de plantas presentes na base de imagens.

Conclusões:Observou-se que a utilização de aprendizagem profunda combinada com transfer learning permitiu resultados promissores, mesmo considerando um número pequeno de épocas de treinamento e a alta complexidade da base de imagens do problema, a qual é formada por 351 espécies e desbalanceada.

Palavras-chave:Aprendizagem Profunda. Espécies de Plantas. Reconhecimento de Padrões.

Legendas

    1. Estudante
    2. Orientador