Serviços Personalizados
Journal
Artigo
Indicadores
- Citado por SciELO
- Acessos
Links relacionados
- Citado por Google
- Similares em SciELO
- Similares em Google
Compartilhar
Revista Facultad de Ingeniería
versão impressa ISSN 0121-1129versão On-line ISSN 2357-5328
Resumo
LEAL-LARA, Daniel-David; BARON-VELANDIA, Julio e ROCHA-CALDERON, Camilo-Enrique. Interpretabilidade no campo da detecção de doenças de plantas: uma revisão. Rev. Fac. ing. [online]. 2021, vol.30, n.58, e100. Epub 22-Dez-2021. ISSN 0121-1129. https://doi.org/10.19053/01211129.v30.n58.2021.13495.
La detección temprana de enfermedades en las plantas mediante técnicas de inteligencia artificial, ha sido un avance tecnológico muy importante para la agricultura, ya que por medio del aprendizaje automático y algoritmos de optimización, se ha logrado incrementar el rendimiento de diversos cultivos en varios países alrededor do mundo. Diferentes pesquisadores têm focado seus esforços no desenvolvimento de modelos que permitam apoiar a tarefa de detecção de doenças em plantas como solução às técnicas tradicionais utilizadas pelos agricultores. Nesta revisão sistemática da literatura, é apresentada uma análise dos artigos mais relevantes, nos quais técnicas de processamento de imagens e aprendizado de máquina foram utilizadas para detectar doenças por meio de imagens de folhas de diferentes culturas, e por sua vez é realizado um análise da interpretabilidade e precisão destes métodos, tendo em conta em cada fase as fases de processamento da imagem, segmentação, extração de características e aprendizagem, de cada um dos modelos. Desta forma, evidencia-se um vazio no campo da interpretabilidade, uma vez que os autores têm se focado principalmente na obtenção de bons resultados em seus modelos, além de fornecer ao usuário uma explicação clara das características do modelo.
Palavras-chave : aprendizado de máquina; classificação; detecção precoce de doenças; interpretabilidade; processamento de imagem.