Analisa modelos de Deep Learning com o objetivo de automatizar o processo de colheita de tomates em estufa – foi desenvolvido por investigadores do INESC TEC e acaba de ser reconhecido pela revista científica Agronomy, do grupo suíço Multidisciplinary Digital Publishing Institute (MPDI), com o “Agronomy Best Paper Award. O artigo “Benchmark of Deep Learning and a Proposed HSV Colour Space Models for the Detection and Classification of Greenhouse Tomato” é assinado pelos investigadores do INESC TEC Germano Moreira, Mário Cunha, Filipe Neves dos Santos, Tatiana Pinho e Sandro Magalhães e será fundamental para apoiar agricultores na tomada de decisões.
O cultivo e a colheita de tomates podem parecer tarefas simples do quotidiano da indústria alimentícia, mas a verdade é que, tratando-se da segunda hortícola mais colhida em todo o mundo, surgem problemas sociais atrelados.
“Uma grande fração dos custos laborais na produção em estufas é absorvida pela operação de colheita, muitas vezes associada a notícias de discriminação social e fluxos de trabalho ilegais”, explica o Investigador do INESC TEC, Germano Moreira.
Orientado pelos, também investigadores do INESC TEC, Mário Cunha e Filipe Neves dos Santos, e com contribuições de Sandro Magalhães e Tatiana Pinho, Germano desenvolveu um estudo inovador que analisa a potencialidade da tarefa ser automatizada. Como? Propondo modelos de Deep Machine e Deep learning que permitam detetar, de forma precisa, tomates em estufa de acordo com a sua maturação.
A vantagem, adianta o investigador, é que “os sistemas robóticos podem operar em ambientes agrícolas perigosos e desafiadores, realizando tarefas que muitas vezes são extenuantes e fisicamente exigentes”. Germano Moreira explica, ainda, que “o desenvolvimento de um sistema preciso de deteção é um passo crucial para alcançar uma colheita robótica totalmente automatizada”.
Os resultados, publicados no artigo “Benchmark of Deep Learning and a Proposed HSV Colour Space Models for the Detection and Classification of Greenhouse Tomato”, destacam o potencial da visão computacional aliada à inteligência artificial e à robótica para ajudar os agricultores na tomada de decisões mais informadas que permitam aumentar a produtividade e reduzir o uso de recursos.
Esta não é, de resto, a primeira vez que o trabalho dos investigadores do INESC TEC é reconhecido. O mesmo artigo já havia sido distinguido pela base bibliométrica Web-of-Science, clarivate como “Highly Cited Paper”, que destaca artigos que apresentam os melhores desempenhos com base no número de citações recebidas.
Os investigadores referidos na notícia têm vínculo ao INESC TEC e à UP-FCUP.
Notícias, atualidade, curiosidades e muito mais sobre o INESC TEC e a sua comunidade!
