[pt] APRENDIZADO DE MÁQUINA PARA DIAGNÓSTICO DE DOENÇAS FOLIARES EM MACIEIRAS

[en] MACHINE LEARNING FOR DIAGNOSIS OF FOLIAR DISEASES IN APPLE TREES

[pt] CAMILA SANTOS CELES

[pt] APRENDIZADO DE MAQUINA

[pt] DESEQUILIBRIO DE CLASSES

[pt] MULTILABEL

[pt] APRENDIZADO POR CONTRASTE SUPERVISIONADO

[pt] PATOLOGIA DE PLANTAS

[pt] APRENDIZADO PROFUNDO

[pt] CLASSIFICACAO DE IMAGENS

[en] MACHINE LEARNING

[en] CLASS IMBALANCE

[en] MULTI-LABEL

[en] SUPERVISED CONTRASTIVE LEARNING

[en] PLANT PATHOLOGY

[en] DEEP LEARNING

[en] IMAGE CLASSIFICATION

[pt] Doenças foliares são ameaças à indústria de pomares de maçã, e diagnósticos falsos ou atrasos no tratamento podem gerar grandes perdas econômicas. Nesse projeto, buscamos desenvolver um modelo de aprendizado de máquina capaz de identificar uma série de patógenos em árvores macieiras, baseado em fotos de suas folhas. Exploramos e discutimos diferentes abordagens, desde redes convolucionais simples até arquiteturas mais complexas, usando diferentes funções de perdas e modos de lidar com o problema multi-label.

[en] Foliar diseases are a threat to the apple orchard industry, and misdiagnosis or delay in treatment can cause great economic loss. In this project, we aim to build a machine learning model capable or identifying a range of pathogens in apple trees based on pictures of their leaves. We explore and discuss different approaches, from simple CNN models to more complex architectures, using different loss functions and ways to handle the multi-label problem.

MARCELO GATTASS

FELIPE JORDAO PINHEIRO DE ANDRADE

2022-11-23

[pt] TEXTO

application/pdf

INGLÊS

https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=61365@1

https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=61365@2

https://doi.org/10.17771/PUCRio.acad.61365