Uso de visão computacional com redes neurais convolucionais para classificação de fungos

Abstract

Este Trabalho apresenta a aplicação de técnicas de visão computacional e Deep Learning com o objetivo de identificar e classificar espécies da família de fungos Hymenochaetaceae, uma iniciativa realizada sob a bolsa de estudo do projeto Protax, conduzido pelo Laboratório Mind Funga. O estudo utiliza tanto métodos tradicionais quanto os considerados estado da arte. Para o propósito da pesquisa, foram criados quatro conjuntos de dados (datasets), subdivididos em Train, Valid e Test. Cada dataset representava uma característica distinta do fungo, e todas as imagens utilizadas foram coletadas em campo e posteriormente tratadas em laboratório. A pre- cisão obtida nos conjuntos de teste foram aproximadamente 100%, 100%, 100% e 94,12%.

This work presents the application of computer vision techniques and Deep Learning with the objective of identifying and classifying species from the Hymenochaetaceae family of fungi, an initiative implemented under the scholarship of the Protax project, conducted by the Mind Funga Laboratory. The study uses both traditional methods and those considered state of the art. For the purpose of the research, four datasets were created, subdivided into Train, Valid, and Test. Each dataset represented a distinct characteristic of the fungus, and all images used were collected in the field and subsequently processed in the laboratory. The accuracy obtained in the test sets were approximately 100%, 100%, 100%, and 94.12%.