IIT Mandi desenvolve modelo baseado em IA para detecção de doenças em culturas de batata usando fotos de folhas

A ferramenta computacional desenvolvida pelos cientistas do IIT Mandi pode detectar a ferrugem em imagens de folhas de batata. O modelo é construído usando uma ferramenta de IA chamada arquitetura de rede neural convolucional baseada em região de máscara e pode destacar com precisão as porções doentes da folha em meio a um fundo complexo de matéria vegetal e do solo.

Segundo a equipe, as batatas, na história do mundo, foram a causa da grande fome de meados do século XIX que matou mais de um milhão de pessoas na Irlanda e deu o toque de morte para a língua irlandesa. A razão? Potato Blight.

“A ferrugem é uma doença comum da planta da batata, que começa como lesões verdes claras desiguais perto da ponta e das margens da folha e, em seguida, se espalha em grandes manchas necróticas marrons a preto-arroxeadas que eventualmente levam ao apodrecimento da planta. Se não for detectado e controlado, a praga pode destruir toda a safra dentro de uma semana em condições favoráveis ​​”, disse Srikant Srinivasan, Professor Associado da Escola de Computação e Engenharia Elétrica, IIT Mandi.

“Na Índia, como na maioria dos países em desenvolvimento, a detecção e identificação da praga são realizadas manualmente por pessoal treinado que faz o reconhecimento do campo e inspeciona visualmente a folhagem da batata”, disse ele, acrescentando que este processo, como esperado, é tedioso e muitas vezes impraticável, especialmente para áreas remotas, porque requer a experiência de um especialista em horticultura que pode não ser fisicamente acessível.

Joe Johnson, pesquisador do IIT Mandi explicou que a detecção automatizada de doenças pode ajudar nesse sentido e, dada a extensa proliferação de telefones celulares em todo o país, o smartphone pode ser uma ferramenta útil nesse sentido.

“As câmeras HD avançadas, melhor capacidade de computação e meios de comunicação oferecidos pelos smartphones oferecem uma plataforma promissora para detecção automatizada de doenças em plantações, o que pode economizar tempo e ajudar no gerenciamento oportuno de doenças, em casos de surtos”, disse ele.

Para a pesquisa, a fim de desenvolver um modelo robusto, dados de folhas saudáveis ​​e doentes foram coletados em campos em Punjab, Uttar Pradesh e Himachal Pradesh.

“Era importante que o modelo desenvolvido tivesse portabilidade em todo o país. A análise do desempenho da detecção indica uma precisão geral de 98 por cento nas imagens das folhas em ambientes de campo”, disse Srinivasan.

A equipe de sete membros afirmou que, embora a batata não seja um alimento básico na maioria das regiões do mundo, é uma safra comercial, e o fracasso nela pode ter consequências desastrosas, especialmente para os agricultores com propriedades marginais.

Portanto, a detecção precoce da praga é importante para evitar uma catástrofe financeira para o agricultor e para a economia do país.

“Seguindo esse sucesso, agora estamos dimensionando o modelo para algumas dezenas de megabytes para que ele possa ser hospedado em um smartphone como um aplicativo. Com isso, quando o agricultor fotografar a folha que parece insalubre, o aplicativo confirmará em em tempo real se a folha está infectada ou não “, disse Srinivasan.

“Com esse conhecimento oportuno, o agricultor saberia exatamente quando pulverizar no campo, economizando sua produção e minimizando os custos associados ao uso desnecessário de fungicidas. O modelo está sendo refinado à medida que mais estados são cobertos”, acrescentou Srinivasan.

Ele também destacou que seria implantado como parte do FarmerZone aplicativo que estará disponível para produtores de batata gratuitamente.

Os outros membros da equipe incluem Shyam K Masakapalli do IIT Mandi junto com pesquisadores acadêmicos – Joe Johnson e Geetanjali Sharma, e Vijay Kumar Dua, Sanjeev Sharma e Jagdev Sharma do Central Potato Research Institute, Shimla.

FacebookTwitterLinkedin