DETECÇÃO DE PRAGAS EM LAVOURAS COM REDES NEURAIS CONVOLUCIONAIS EM SISTEMAS EMBARCADOS

Resumo

Este trabalho demonstrou a viabilidade do uso
de redes neurais convolucionais leves para a detecção
automática de pragas e doenças em folhas de lavouras,
com foco em culturas de café, tomate e pimentão.
Através da criação de um pipeline automatizado e
modular, foi possível realizar a divisão balanceada dos
dados, o treinamento eficiente dos modelos e a avaliação
sistemática dos resultados.
Os testes indicaram que mesmo modelos
compactos, quando bem otimizados, podem atingir
acurácias superiores a 85% e operar com desempenho
satisfatório em dispositivos de baixo custo, como a
Raspberry Pi 5. Isso confirma o potencial de soluções
embarcadas com inteligência artificial como ferramentas
acessíveis e eficazes para a agricultura de precisão.
Além de contribuir para a identificação precoce
de doenças foliares, o sistema desenvolvido pode ser
integrado a plataformas móveis como drones, ampliando
ainda mais sua aplicabilidade em campo. Futuros

trabalhos podem explorar técnicas de aumento de dados,
arquiteturas mais sofisticadas e treinamento contínuo
para aprimorar ainda mais a robustez e a generalização
do modelo.