Aprendizado de transferência e segmentação UNet para classificação de doenças de folhas de arroz como uma solução com uma interface amigável para usuários não técnicos

Resumo

Este protocolo descreve um pipeline de aprendizado profundo baseado em imagem para classificar doenças da folha do arroz. Ele combina modelos de aprendizado de segmentação e transferência baseados em UNet para aumentar a precisão. A abordagem oferece suporte à detecção automatizada de doenças e inclui uma interface de usuário para implantação prática, auxiliando não especialistas na identificação de problemas de arroz.

Resumo

O arroz é uma cultura alimentar vital que sustenta bilhões de pessoas em todo o mundo, e o cultivo de arroz é vital para a estabilidade econômica de várias nações, atuando como um dos principais contribuintes para a renda e o emprego nas comunidades agrícolas, especialmente em toda a Ásia. Apesar de sua importância, o cultivo de arroz é prejudicado por várias doenças foliares, como Tungro, Bainha (SB), Arroz Hispa (PH), Neck Blast (NB), Narrow Brown Spot (NBS), Leaf Scald (LS), Leaf Blast (LB), Brown Spot (BS) e Bacterial Leaf Blight (BLB), todos os quais afetam negativamente o rendimento e a qualidade dos grãos. Para resolver essas questões, este estudo propõe uma abordagem personalizada de aprendizado profundo baseada no aprendizado por transferência. Seis modelos distintos foram avaliados, com o modelo DenseNet-121 sob medida oferecendo o melhor desempenho, alcançando uma precisão de 0,98, uma precisão de 0,97 e um recall de 0,96. Para melhorar o desempenho do modelo, a segmentação de imagens foi realizada usando o modelo UNet, que melhorou significativamente a precisão ao criar um conjunto de dados de imagens segmentadas. Os seis modelos foram testados em dois conjuntos de dados: um contendo imagens segmentadas e outro com imagens não segmentadas, ambas derivadas do conjunto de dados de detecção de doenças da folha de arroz. Além disso, uma interface gráfica simples e intuitiva foi desenvolvida para permitir que usuários sem formação técnica interajam convenientemente com o modelo e identifiquem doenças da folha do arroz. Essa solução integrada destaca a eficácia do aprendizado profundo no fornecimento de métodos confiáveis e escaláveis para classificar doenças da folha do arroz.

Introdução

O arroz é a pedra angular da agricultura global, sustentando bilhões de pessoas e formando a espinha dorsal econômica de várias nações, particularmente na Ásia, onde é responsável por uma parcela substancial do consumo de alimentos e dos meios de subsistência¹. No entanto, a produção sustentável de arroz está cada vez mais ameaçada devido a vários fatores biológicos e ambientais, sendo as doenças foliares um dos desafios mais críticos. Doenças como ferrugem bacteriana das folhas, mancha marrom e brusone ^2,3 podem reduzir significativamente o rendimento das culturas, degradar a qualidade dos grãos e levar a perdas financeiras substanciais para os agricultores⁴.

Para resolver essas questões, a classificação das doenças da folha do arroz tornou-se uma ferramenta essencial na fitopatologia⁵. A identificação precoce e precisa dessas doenças permite uma intervenção oportuna, mitigando a propagação e o impacto das infecções. Tradicionalmente, essa tarefa depende de inspeção visual especializada, que, embora eficaz em ambientes de pequena escala, sofre de limitações como subjetividade, trabalho intensivo e escalabilidade limitada em grandes áreas agrícolas.

Avanços recentes em Machine Learning (ML) e Deep Learning (DL) transformaram significativamente a forma como as doenças das plantas são detectadas e classificadas. Essas tecnologias utilizam imagens de alta resolução de folhas infectadas para permitir a identificação automatizada, escalável e precisa de doenças. Essa automação melhora a consistência, reduz o erro humano e oferece suporte à tomada de decisões em tempo real para os agricultores⁶.

Vários estudos contemporâneos também exploraram abordagens inovadoras para aprimorar o diagnóstico agrícola. Por exemplo, estudos em nível de RNA, como a supressão de defesa mediada por circANK, abriram novos caminhos biológicos na compreensão da doença do arroz⁷, enquanto estruturas baseadas em visão, como segmentação de instância de duas vias para detecção de linha de arroz, mostraram a utilidade do aprendizado profundo na agricultura de precisão⁸. Além disso, trabalhos recentes como TMFF: Trustworthy Multi-Focus Fusion para classificação de vários rótulos em ambientes visuais complexos enfatizam a crescente importância de modelos DL híbridos e robustos para implantação no mundo real⁹.

Motivada por esses desenvolvimentos, esta pesquisa avança na classificação da doença da folha do arroz, integrando a segmentação baseada em UNet com modelos de aprendizado de transferência profunda. Essa abordagem visa isolar regiões doentes com mais precisão e classificá-las usando redes pré-treinadas eficientes. Ao abordar as limitações dos métodos manuais tradicionais e aprimorar o foco do modelo por meio da segmentação, este trabalho contribui para melhorar o desempenho da classificação, apoiar práticas agrícolas sustentáveis e fortalecer os sistemas de segurança alimentar¹⁰.

Esboço da classificação da doença da folha do arroz

O arroz tem um significado incomparável como cultura básica, alimentando mais de 50% da população mundial e servindo como um importante impulsionador econômico para muitos países em desenvolvimento, particularmente na Ásia¹¹. Além de seu papel na segurança alimentar, o cultivo de arroz está profundamente enraizado nas práticas culturais e sociais em várias regiões, tornando sua produção sustentada uma prioridade para governos e partes interessadas agrícolas. No entanto, a produção de arroz está repleta de desafios e, entre eles, as doenças foliares continuam a colocar em risco a produtividade e a qualidade das culturas de arroz. Problemas generalizados, como ferrugem bacteriana das folhas, mancha marrom e brusone do arroz, contribuem para perdas consideráveis de rendimento¹², afetando a produção mundial de arroz e sobrecarregando as economias que dependem fortemente desse alimento básico.

A classificação de doenças foliares é um componente vital do manejo agrícola moderno, pois fornece a base para medidas de controle de doenças oportunas e eficazes. A identificação oportuna permite que os agricultores controlem a propagação de doenças, façam uso eficiente de agroquímicos e evitem danos significativos às culturas. Convencionalmente, esse processo dependia da inspeção visual realizada por profissionais agrícolas qualificados. Embora esse método possa ser eficaz, é trabalhoso, demorado e altamente dependente do nível de habilidade do observador. Além disso, em operações agrícolas em larga escala, a inspeção manual muitas vezes se torna impraticável, especialmente quando sintomas sutis são difíceis de identificar durante as fases iniciais da infecção¹³.

O advento de sistemas automatizados para classificação de doenças foliares revolucionou o diagnóstico agrícola¹⁴. Esses sistemas aproveitam os avanços nas tecnologias de imagem e DL para fornecer soluções escaláveis¹⁵, eficientes¹⁶ e altamente precisas¹⁷. O processamento de imagens (IP), combinado com modelos ML e DL, pode processar imagens de alta resolução de folhas de arroz para identificar sintomas de doenças, muitas vezes superando os métodos tradicionais em precisão e velocidade. Ao automatizar o processo de classificação, esses sistemas capacitam agricultores e profissionais agrícolas a tomar decisões baseadas em dados, reduzindo a dependência da experiência humana e minimizando o risco de erros.

A classificação da doença da folha do arroz não apenas garante maior produtividade e perdas reduzidas, mas também contribui para os objetivos mais amplos da agricultura sustentável. Ao permitir a identificação precisa de doenças¹⁸, essas tecnologias ajudam a otimizar^o uso de pesticidas, minimizando assim o impacto ambiental e promovendo práticas agrícolas ecologicamente corretas²⁰ . Além disso, a integração desses sistemas com aplicativos móveis e ferramentas de sensoriamento remoto estende seu alcance a pequenos agricultores em ambientes com recursos limitados, promovendo a inclusão e a equidade nos avanços agrícolas²¹.

A importância do arroz como cultura global ressalta a necessidade de métodos robustos, confiáveis e acessíveis para a classificação de doenças foliares²². Por meio da implantação dessas tecnologias, o setor agrícola pode enfrentar um de seus desafios mais prementes, garantindo a resiliência e a sustentabilidade da produção de arroz diante das crescentes demandas e restrições ambientais.

Técnicas de modelagem

O método sugerido para classificar as doenças das folhas do arroz integra várias técnicas sofisticadas para melhorar a precisão e a eficácia:

Segmentação de imagem: A primeira etapa envolve segmentar as imagens das folhas para isolar a área foliar do fundo. Esta etapa reduz a complexidade computacional removendo partes indesejadas^23,24 da imagem e melhora o foco em padrões relevantes, levando a uma melhor precisão.

Extração de recursos: As características são extraídas das imagens segmentadas, capturando detalhes críticos sobre os sintomas da doença²⁵. Essas características formam a base do modelo de classificação, permitindo distinguir com eficiência entre folhas saudáveis e doentes.

Transferência de aprendizagem: O aprendizado de transferência é utilizado para alavancar o conhecimento de modelos pré-treinados, minimizando muito a necessidade de treinamento extensivo em novos conjuntos de dados. Essa abordagem acelera o processo de desenvolvimento, mantendo alta precisão e eficiência²⁶.

Modelo de classificação de ponta a ponta: Ao contrário dos métodos tradicionais que usam o aprendizado de transferência apenas para extração de recursos, a metodologia proposta incorpora uma estrutura de classificação de ponta a ponta. Essa abordagem holística integra a extração e classificação de recursos^27,28 em um pipeline contínuo, garantindo o desempenho ideal.

Métricas de avaliação: Várias métricas de avaliação são aplicadas para analisar o desempenho do modelo²⁹, fornecendo informações detalhadas sobre sua exatidão, precisão, recall e eficiência geral. Essa análise abrangente ajuda a determinar efetivamente a confiabilidade e a adequação do modelo.

Lacunas de pesquisa

Apesar do progresso significativo, vários desafios e limitações permanecem no domínio da classificação das doenças foliares:

A identificação manual de doenças foliares depende muito de especialistas de domínio, tornando-a subjetiva e inconsistente. Mesmo com forte conhecimento de domínio, erros humanos em abordagens manuais podem levar a perdas significativas de safra.

Os métodos manuais são trabalhosos e incapazes de funcionar 24 horas por dia, tornando-os impraticáveis para monitoramento contínuo ou em larga escala.

A pesquisa na classificação de doenças foliares é extensa, mas estudos muito limitados se concentram especificamente na classificação de doenças foliares em arroz.

Estudos anteriores³⁰geralmente negligenciaram o uso do aprendizado por transferência para classificar doenças da folha do arroz.

Os modelos existentes muitas vezes carecem de generalização em diferentes condições ambientais e variantes de doenças, limitando sua utilidade prática³¹.

Os conjuntos de dados usados nos estudos atuais são frequentemente pequenos e carecem de diversidade, o que dificulta uma aplicabilidade mais ampla³².

Ao abordar essas lacunas, este estudo visa avançar no campo da classificação de doenças da folha do arroz por meio de técnicas inovadoras e metodologias robustas.

Principais contribuições deste estudo

Esta pesquisa busca preencher essas lacunas criando e avaliando um método personalizado baseado em aprendizado profundo para classificar doenças da folha do arroz. As principais contribuições incluem:

A utilização do aprendizado de transferência para alavancar pesos de modelo pré-treinados permite a obtenção de alta precisão em menos épocas de treinamento.

Demonstrando que menos épocas de treinamento reduzem a necessidade de alto poder computacional, tornando o método acessível a usuários com recursos computacionais limitados.

Desenvolver um modelo de classificação de ponta a ponta que integre segmentação, extração de recursos e classificação, fornecendo uma solução abrangente.

Empregando segmentação de dados e outras técnicas para aprimorar a generalização do modelo em diversos conjuntos de dados.

Desafios em aberto

Apesar dos resultados promissores alcançados neste estudo, os desafios em aberto permanecem. Esses desafios incluem a necessidade de conjuntos de dados maiores e mais diversificados para aumentar a robustez³³ e a adaptabilidade do modelo³⁴ em várias condições ambientais³⁵ e tipos de doenças, a incorporação de dados multimodais para aumentar a precisão da previsão e a implantação de modelos para uso em tempo real em condições de campo. Além disso, alcançar um equilíbrio entre a eficiência computacional e o desempenho do modelo é crucial para garantir a acessibilidade para os usuários finais, principalmente em áreas rurais e com poucos recursos.

Protocolo

Descrição do conjunto de dados

O conjunto de dados usado nesta pesquisa foi obtido do repositório Kaggle disponível publicamente intitulado Conjunto de dados de detecção de doenças de folhas de arroz. Consiste em 18.545 imagens de folhas de arroz categorizadas em 10 classes de doenças e 1 classe saudável. As imagens variam em resolução e foram capturadas sob diferentes condições de iluminação e ambiente.

Pré-processamento de imagem

Todas as imagens foram redimensionadas para 224 x 224 pixels usando a função tf.image.resize() do TensorFlow. Essa uniformidade garante a compatibilidade com os requisitos de entrada de modelos CNN pré-treinados.: Os valores de pixel foram normalizados para o intervalo [0,1] usando o parâmetro rescale=1./255 no Keras ImageDataGenerator. Aumento (somente para treinamento): Técnicas como inversão horizontal e vertical, rotação (± 20°) e zoom (até 20%) foram aplicadas usando ImageDataGenerator para melhorar a generalização.

Segmentação de imagem

Um modelo UNet foi empregado para segmentação de imagens para isolar áreas foliares doentes da desordem de fundo. A arquitetura UNet foi criada usando a API funcional Keras com camadas codificador-decodificador, ignorar conexões e ativação ReLU. Máscaras de segmentação foram aplicadas às imagens originais usando multiplicação por pixel (cv2.bitwise_and) para reter apenas recursos relevantes.

Arquitetura e treinamento de modelos

Os seguintes modelos foram usados como classificadores de backbone: VGG16, ResNet50, InceptionV3, MobileNet, AlexNet e DenseNet121. Modelos pré-treinados (no ImageNet) foram importados com include_top=False. Uma cabeça de classificação personalizada foi adicionada, consistindo em uma camada de agrupamento média global, duas camadas densas com 128 e 64 neurônios (ativação ReLU), uma camada Dropout (taxa = 0,4) e uma camada densa final com 11 saídas e ativação Softmax.

Configuração experimental

Todos os experimentos foram conduzidos usando as seguintes configurações: Ambiente de Programação: Python 3.11.5 com TensorFlow e Keras, Plataforma de Execução: Jupyter Notebook, Hardware: Intel Core i5-6300U, 8 GB de RAM, Windows 11, Tamanho do Lote: 32, Épocas: 50, Otimizador: Adam, Taxa de Aprendizado: 0,0001, Função de Perda: Crossentropia Categórica, Funções de Ativação: ReLU para camadas ocultas, Softmax para a camada de saída final.

Métricas de avaliação

Exatidão, precisão, recordação e pontuação F1 foram calculadas usando classification_report do sklearn.metrics. As matrizes de confusão foram plotadas usando confusion_matrix e seaborn.heatmap. O desempenho foi avaliado em imagens não segmentadas e não segmentadas para avaliação comparativa.

Desenvolvimento de GUI

Uma interface gráfica de usuário simples foi criada usando a biblioteca Tkinter do Python. Os usuários podem fazer upload de uma imagem folha usando a GUI, que é então passada pelo modelo treinado. A classe de doença prevista é exibida na tela, juntamente com uma pontuação de confiança.

Criação de conjunto de dados

O conjunto de dados usado neste estudo é o conjunto de dados de detecção de doenças de folhas de arroz disponível publicamente do Kaggle³⁶, compreendendo um total de 18.545 imagens de alta resolução de folhas de arroz categorizadas em 10 classes de doenças e 1 classe saudável. As imagens foram capturadas sob condições de iluminação variadas e diversas configurações ambientais, tornando o conjunto de dados altamente representativo e adequado para a construção de modelos robustos de aprendizado profundo. O conjunto de dados tem aproximadamente 8,33 GB de tamanho e contém as seguintes classes: Tungro, Sheath Blight (SB), Paddy Hispa (PH), Neck Blast (NB), Narrow Brown Spot (NBS), Leaf Scald (LS), Leaf Blast (LB), Healthy, Brown Spot (BS) e Bacterial Leaf Blight (BLB).

Para garantir a reprodutibilidade e a avaliação eficaz do modelo, o conjunto de dados foi dividido aleatoriamente em subconjuntos de treinamento (80%) e teste (20%), mantendo a distribuição de classes. O conjunto de treinamento foi usado para treinar os modelos, enquanto o conjunto de teste foi reservado para validação de desempenho em dados não vistos. A avaliação foi baseada em métricas de classificação padrão: Exatidão, Precisão, Recall e pontuação F1, que forneceram uma avaliação abrangente da capacidade de classificação de cada modelo. O estudo comparou seis modelos de aprendizado profundo: VGG16, ResNet, InceptionV3, MobileNet, AlexNet e DenseNet121, com o DenseNet121 oferecendo o melhor desempenho para a tarefa.

Distribuição dos dados

A classificação da doença foi realizada usando modelos de aprendizado profundo treinados no conjunto de dados. O conjunto de dados foi dividido em dois subconjuntos: um conjunto de treinamento e um conjunto de testes. O conjunto de treinamento foi usado para ensinar o modelo, enquanto o conjunto de testes foi usado para avaliar seu desempenho em dados inéditos. Um resumo da distribuição de imagens entre as dez categorias de doenças e a classe de folhas saudáveis é fornecido na Tabela 1. Esta tabela fornece uma compreensão abrangente dos sintomas visuais associados a cada doença, facilitando o treinamento e a avaliação de modelos de classificação.

Essa distribuição garante uma representação equitativa de cada categoria de doença durante as fases de treinamento e teste. O conjunto de treinamento inclui a maioria das imagens, permitindo que o modelo aprenda efetivamente as características exclusivas de cada classe. O conjunto de testes, que consiste em um subconjunto menor de imagens, garante uma avaliação confiável da precisão do modelo e sua capacidade de generalizar para dados novos e não vistos.

A distribuição equilibrada e diversificada de imagens entre as categorias garante que o modelo tenha dados suficientes para aprender os padrões exclusivos associados a cada tipo de doença, ao mesmo tempo em que mitiga o risco de sobreajuste ou viés em relação a qualquer classe específica. Essa divisão de dados é essencial para obter resultados de classificação robustos e confiáveis.

Limpeza de dados

Na fase de pré-processamento, a limpeza dos dados é essencial para aumentar a precisão e a eficiência do modelo de classificação. As imagens brutas de folhas de arroz geralmente incluem elementos de fundo indesejados, como solo, vegetação próxima ou ferramentas agrícolas, que podem introduzir ruído e degradar o desempenho geral do modelo.

Para resolver isso, a segmentação de imagens foi realizada usando o modelo UNet ^37,38, uma conhecida arquitetura de rede neural convolucional projetada especificamente para tarefas de segmentação semântica. O modelo UNET é capaz de segmentar regiões foliares a partir do fundo com alta precisão, garantindo que apenas as partes relevantes das imagens sejam retidas para processamento posterior³⁹. O processo de segmentação foi ilustrado na Figura 1.

Processo de segmentação com o modelo UNet (Figura 2): As imagens brutas do conjunto de dados são alimentadas no modelo UNET. O modelo UNET consiste em um codificador que extrai recursos hierárquicos e um decodificador que reconstrói a imagem enquanto segmenta a região folha. O modelo gera uma máscara binária em que a região folha é marcada e o plano de fundo é removido. As imagens segmentadas são ainda mais refinadas pela aplicação de operações morfológicas para garantir bordas suaves e remover qualquer ruído residual (Figura 3).

Formulação matemática da segmentação UNet: A UNet realiza a segmentação semântica aprendendo um mapeamento do espaço da imagem de entrada para uma máscara binária que destaca a região de interesse (ROI), ou seja, a área foliar doente, enquanto suprime o fundo irrelevante. Deixar:

denotam a imagem RGB de entrada de tamanho H*W com canais de cores C=3.

ser a saída do modelo UNet treinado, onde cada valor de pixel em M representa a probabilidade de esse pixel pertencer à região folha doente.

A máscara de segmentação binária final

onde τ [0,1] é o limite de segmentação (comumente definido como 0,5).

A imagem segmentada é então calculada como:

onde denota multiplicação elementar, aplicada espacialmente em todos os canais. Essa operação retém os valores de pixel no ROI (onde ) e mascara os pixels de fundo (onde ). Essa saída segmentada é passada como entrada para o modelo de classificação (por exemplo, DenseNet121), permitindo que ele se concentre exclusivamente em recursos relevantes para a doença, ignorando áreas de fundo barulhentas e não informativas, o que melhora o desempenho da classificação e a generalização do modelo.

Esta etapa de pré-processamento garante que os seguintes estágios de extração e classificação de características sejam realizados em dados limpos e relevantes, melhorando assim o desempenho geral e a confiabilidade do modelo de classificação de doenças da folha de arroz.

Transferir Aprendizagem

O aprendizado por transferência utiliza redes neurais pré-treinadas para resolver problemas novos, mas relacionados, eliminando a necessidade de construir modelos do zero. Essa abordagem aproveita o conhecimento adquirido em tarefas anteriores, permitindo uma aprendizagem eficiente⁴⁰. Modelos pré-treinados geralmente são desenvolvidos em conjuntos de dados extensos e possuem recursos robustos de extração de recursos, tornando-os adequados para ajuste fino em conjuntos de dados específicos. Isso reduz o tempo de treinamento, evita o sobreajuste e alcança alta precisão, mesmo com recursos computacionais limitados.

Neste estudo, o aprendizado por transferência foi empregado para identificar doenças da folha do arroz, avaliando vários modelos de aprendizado profundo pré-treinados. A arquitetura explorada nos experimentos inclui VGG16, ResNet, InceptionV3, MobileNet, AlexNet e DenseNet121. Cada um desses modelos foi inicialmente treinado em grandes conjuntos de dados, como o ImageNet, e seus pesos pré-treinados foram utilizados neste trabalho. Para adaptar os modelos à tarefa de classificação, foram feitas as seguintes modificações:

Modificação do modelo: As camadas originais totalmente conectadas (classificação) de cada modelo foram removidas usando o parâmetro include_top=False durante a importação do modelo no Keras. Isso garantiu que apenas a base convolucional (extrator de recursos) de cada modelo pré-treinado fosse mantida. A saída do último bloco convolucional foi nivelada em um vetor unidimensional usando a camada Flatten().

Camadas densas: Três camadas totalmente conectadas (densas) foram anexadas sequencialmente após a etapa de achatamento. Essas camadas foram definidas usando a função Keras Dense(): a primeira com 256 neurônios e ativação de ReLU, a segunda com 128 neurônios e ativação de ReLU e a terceira com 64 neurônios e ativação de ReLU. Uma camada Dropout também foi adicionada entre as camadas para reduzir o sobreajuste.

Camada de saída: Três camadas totalmente conectadas (densas) foram anexadas sequencialmente após a etapa de achatamento. Essas camadas foram definidas usando a função Keras Dense(): a primeira com 256 neurônios e ativação de ReLU, a segunda com 128 neurônios e ativação de ReLU e a terceira com 64 neurônios e ativação de ReLU. Uma camada de dropout (taxa de 0,4) também foi adicionada entre as camadas para reduzir o sobreajuste.

O pipeline geral e o fluxo da metodologia, incluindo pré-processamento, segmentação, implementação do modelo de aprendizado de transferência e avaliação, são representados na Figura 4. Esta figura fornece uma visão abrangente das etapas seguidas nesta pesquisa. Ao empregar o aprendizado de transferência, o tempo de treinamento foi minimizado com sucesso, a dependência de recursos computacionais de ponta foi reduzida e melhorias significativas de desempenho foram alcançadas na classificação da doença da folha do arroz.

Modelo DenseNet121 proposto para classificação de doenças foliares

Dentre todos os modelos testados, o DenseNet121 exibiu o melhor desempenho na classificação das doenças da folha do arroz, alcançando notável precisão. Este modelo de aprendizado profundo de ponta se distingue por sua arquitetura inovadora⁴⁰, que promove um fluxo eficiente de informações e aprimora a reutilização de recursos.

Arquitetura do DenseNet121: O DenseNet121 é caracterizado por camadas densamente conectadas, onde cada camada pode acessar os mapas de recursos de todas as camadas anteriores. Esse design otimiza o fluxo de informações, reduz a redundância e melhora significativamente a eficiência geral do modelo.

A arquitetura consiste nos seguintes componentes principais:

Camada de entrada: Recebe imagens redimensionadas para 224 x 224 pixels para processamento padronizado.

Camada convolucional inicial: Aplica uma operação de convolução 7 x 7 seguida de agrupamento máximo para reduzir as dimensões espaciais e extrair feições de baixo nível.

Blocos densos: o modelo contém quatro blocos densos. Cada bloco compreende várias camadas convolucionais conectadas de maneira densa, o que significa que cada camada tem acesso direto às saídas de todas as camadas anteriores dentro do bloco.

Camadas de transição: Posicionadas entre blocos densos, essas camadas executam uma convolução 1 x 1 seguida de agrupamento médio para reduzir as dimensões do recurso, melhorando a eficiência computacional.

Global Average Pooling (GAP): Reduz as dimensões espaciais dos mapas de feição antes das camadas totalmente conectadas.

Camada totalmente conectada: Produz o vetor de saída para classificação.

Camadas personalizadas para classificação: Para esta pesquisa, as camadas padrão totalmente conectadas foram substituídas por uma arquitetura personalizada: camada achatada, três camadas densas (256, 128 e 64 neurônios com ativação de ReLU) e uma camada final ativada por sigmoide para classificação binária.

A capacidade do DenseNet121 de reutilizar recursos e sua arquitetura compacta contribuíram significativamente para seu desempenho superior no conjunto de dados de doenças da folha de arroz. Essa eficiência, juntamente com sua capacidade de minimizar o sobreajuste, o torna ideal para tarefas com dados de treinamento limitados. O DenseNet121 alcançou melhor precisão e generalização do que outros modelos devido à sua reutilização de recursos e propriedades de fluxo de gradiente. Embora modelos como ResNet e VGG16 tenham tido um bom desempenho, o DenseNet121 os superou em termos de precisão e eficiência computacional.

Em todos os modelos, três camadas totalmente conectadas (densas) foram incluídas utilizando funções de ativação ReLU (conforme mostrado na Equação 1), culminando em uma camada densa final com uma ativação SoftMax (Equação 2) para facilitar a classificação multiclasse. Essa adaptação permitiu que cada modelo utilizasse efetivamente seus pesos pré-treinados enquanto classificava as imagens no conjunto de dados.

ReLu f(x) = max(0, X) (1)

onde x_i representa a entrada para a função SoftMax, ajustada para classificação nas dez categorias de doenças da folha do arroz. A arquitetura exclusiva de cada modelo, combinada com essa camada de saída personalizada, permitiu a extração eficaz de recursos e a classificação precisa da imagem.

A Figura 5 apresenta o layout arquitetônico do DenseNet121, mostrando o fluxo contínuo de informações por meio de seus blocos densos, camadas de transição e as camadas de classificação personalizadas integradas para esta pesquisa. Essa representação visual esclarece como o DenseNet121 lida com entradas de imagem e gera saídas de previsão

Resultados

Para os experimentos realizados neste estudo, o modelo foi desenvolvido usando Python versão 3.11.5 e Jupyter Notebook em um sistema operacional Windows 11. As principais estruturas de aprendizado profundo utilizadas foram as bibliotecas TensorFlow e Keras. O hardware usado para esta pesquisa foi um PC HP com uma CPU Intel i5-6300U com clock de 2,50 GHz, equipado com 8 núcleos.

O conjunto de dados foi dividido em dois subconjunt...

Discussão

Este estudo propõe uma estrutura baseada em aprendizado profundo para a classificação automatizada de doenças da folha do arroz usando conjuntos de dados segmentados e não segmentados. A abordagem integra a segmentação de imagens baseada em UNet com modelos de aprendizado de transferência, demonstrando que a segmentação melhora significativamente a extração de recursos e a precisão da classificação. Entre os seis modelos avaliados, o DenseNet-121 personalizado alcançou o melhor desempenh...

Materiais

Lista de materiais utilizados neste artigo

Nome	Empresa	Número de catálogo	Comentários
HP PC	HP	CPU Intel Core i5-6300U @ 2,5 GHz, 8 GB de RAM
Jupyter Notebook	Código aberto	Usado para execução de código
Conjunto de dados Kaggle: detecção de doenças da folha do arroz	Kaggle	https://www.kaggle.com/datasets/loki4514/rice-leaf-diseases-detection
Keras	Código aberto	Integrado ao TensorFlow
Pitão	Fundação de Software Python	3.11.5
TensorFlow	Pesquise no Google	2.x
Sistema operacional Windows	Microsoft	janelas 11