Análise da sintomatologia das doenças murcha de Fusarium e sigatoka-negra da bananeira e proposta de diagnose com redes neurais convolucionais e aerofotogrametria

Abstract

O Brasil produziu em 2022 aproximadamente sete milhões de toneladas da banana com um valor de produção de 12 bilhões de reais.  A despeito disso, a bananeira sofre com várias doenças prejudiciais à sua produção, a exemplo da Murcha de Fusarium e da Sigatoka-Negra. Neste contexto, o objetivo desta pesquisa é analisar a sintomatologia das duas doenças e propor um modelo de diagnose usando inteligência artificial com Redes Neurais Convolucionais (deep learning). As imagens das doenças para o treinamento foram obtidas em base de dados internacional. Com essas imagens, a aprendizagem supervisionada obteve uma acurácia acima de 96%. Também foi realizada duas coletas de imagens para diagnose manual e rotulagem na região rural de Cruz de Almas, Bahia e de Piedade de Caratinga, Minas Gerais. A acurácia, precisão e recall, obtidas na matriz de confusão, ficaram acima de 70%. Além disso, foi desenvolvido um método de avaliação de possíveis focos das doenças por meio de imagens aéreas por drones (aerofotogrametria). Os resultados mostraram que a Redes Neurais Convolucionais e a Aerofotogrametria, quando aplicadas juntas, são estratégias robustas e viáveis para detecção das duas doenças da bananeira.