CLASSIFICAÇÃO EM ÁREAS DE MANDIOCA COM TÉCNICAS DE APRENDIZAGEM PROFUNDA EM IMAGEM OBTIDAS COM VEÍCULOS AÉREOS NÃO TRIPULADOS

Abstract

A mandioca, cultivada em todo o Brasil, exige monitoramento constante para garantir seu desenvolvimento saudável, apesar de ser uma planta rústica. Tradicionalmente, esse controle é feito por meio de visitas ao campo, o que pode ser ineficiente em grandes áreas. Este trabalho propõe o uso de técnicas de inteligência artificial e geoprocessamento com imagens capturadas por sensores embarcados em VANTs como alternativa mais ágil e precisa. O estudo foi realizado na EMBRAPA Mandioca e Fruticultura (Cruz das Almas–BA), utilizando dados obtidos por drone (DJI Phantom 4 Pro) e sensor multiespectral (Parrot Sequoia). O processamento foi feito com o Agisoft Metashape, a partir de índices de vegetação aplicados via Google Earth Engine e Google Colab. O trabalho apresenta os resultados obtidos com os algoritmos Gradiente Tree Boosting e Redes Neurais Convolucionais, ambos treinados para classificar quatro classes distintas.