Tecnologia aliada à aveia

A aveia é um cereal de grande importância para a alimentação humana e animal, devido aos benefícios nutricionais que oferece. Em praticamente todas as etapas de seu processo de produção, a identificação correta da espécie e da cultivar torna-se uma informação relevante. Foi pensando nessa questão que o egresso do Mestrado Profissional em Computação Aplicada da Universidade de Passo Fundo (UPF) Diego Inácio Patrício desenvolveu sua dissertação, na qual estabeleceu uma metodologia para a aquisição, o processamento e a classificação de imagens digitais de grãos de aveia, utilizando técnicas de visão computacional e de inteligência artificial.

Conforme ele, as técnicas de aprendizado profundo aplicadas às imagens digitais são caracterizadas pelo uso de redes neurais convolucionais, as quais são capazes de reconhecer estruturas complexas presentes nas imagens. “No estudo, essas técnicas foram empregadas com duas finalidades: a primeira, de identificar espécies de grãos de aveia, a exemplo da Avena sativa e da Avena strigosa, e a segunda, de classificar grãos quanto à cultivar para grãos da espécie Avena sativa”, conta Patricio.

Durante o trabalho, foram selecionadas três cultivares de aveia da Instituição, chamadas de UPFA Ouro, UPFA Fuerza e UPFA Gaudéria. “Para analisar as imagens provenientes das três cultivares, foram testadas diferentes arquiteturas de redes convolucionais disponíveis na literatura. Ao todo, seis arquiteturas distintas foram comparadas para identificar qual produziria o melhor desempenho na análise de imagens de grãos de aveia. Essa abordagem proporcionou o resultado de acurácia de 99,7% para a identificação de espécies, e de 89,7% para a classificação de cultivares de aveia”, relata o pesquisador.

A partir disso, o profissional construiu o software "SeedFlow", para a utilização da metodologia proposta. “Ele é composto por três módulos: uma biblioteca de software, uma aplicação para treinamento e manipulação de bancos de imagens, e uma aplicação de análise e classificação de grãos utilizando redes neurais pré-treinadas. A abordagem proposta visa melhorar a eficiência em relação aos métodos manuais atualmente empregados. Segundo um experimento realizado durante o período da pesquisa, o seu emprego apresentou-se como viável, podendo servir como uma ferramenta para uso em testes de pré-seleção, em análise laboratorial ou no suporte à tomada de decisão em programas de melhoramento vegetal e avaliação de propriedade intelectual”, comenta.

A produção do conhecimento colocada em prática 
Diego concluiu o mestrado profissional – que é vinculado ao Programa de Pós-Graduação em Computação Aplicada (PPGCA) – no início de 2019. Trabalhando atualmente como analista de sistemas em uma empresa de pesquisa agropecuária, ele destaca que os conhecimentos obtidos durante o curso puderam ser empregados imediatamente em projetos de pesquisa. “Isso me possibilitou explorar uma nova área, que é o emprego de algoritmos de inteligência artificial. Foi um grande complemento para a minha formação como profissional da área”, finaliza.

Assim como o PPGCA, a UPF dispõe de outros cursos de mestrado e doutorado que permitem que o estudante se capacite ainda mais. Interessados podem se inscrever para os Programas de Pós-Graduação em História (mestrado); em Agronomia (mestrado e doutorado); em Envelhecimento Humano (mestrado); em Letras (mestrado e doutorado); em Odontologia (mestrado e doutorado); em Engenharia Civil e Ambiental (mestrado e doutorado); em Administração (mestrado); em Ciência e Tecnologia de Alimentos (mestrado); em Ciências Ambientais (mestrado); em Direito (mestrado); em Computação Aplicada (mestrado profissional); em Ensino de Ciências e Matemática (mestrado profissional); e em Projeto e Processos de Fabricação (mestrado profissional).

As inscrições devem ser feitas em www.upf.br/ensino. Mais informações sobre os cursos ofertados podem ser obtidas no mesmo endereço eletrônico.