Aplicação de data augmentation em redes convolucionais para detecção do cancro europeu das Pomáceas ́

Abstract

O cancro europeu afeta os pomares de diversas regiões e surgiu no Brasil no Rio Grande do Sul espalhando-se em outros estados que representam grande parcela da produção de maçã. A doença é uma ameaça por sua rápida propagação e pela dificuldade na sua detecção. Para solucionar este problema foi proposta uma CNN para classificação da doença. Entretanto, a falta de imagens torna o treinamento muito complicado e por isso este trabalho tenta contornar este problema aplicando técnicas de Data Augmentation. No entanto, devido a baixa quantidade de imagens e a natureza do problema, os resultados desejados não puderam ser obtidos. O resultado no conjunto de validação para o F-Beta foi de 0.842, obtido pelo VGG19 com técnicas de DA combinadas.

European canker affects orchards from several regions and emerged in Brazil in Rio Grande do Sul spreading to other states that represent a large portion of the production of apple. The disease is a threat due to its rapid spread and for the difficulty to detect it. In order to solve this problem, a CNN was proposed for disease classification. However, the lack of images makes training very difficult and therefore this work attempts to overcome this problem by applying Data Augmentation techniques. However, due to the small amount of images and the nature of the problem, the desired results were not obtained. The result in validation set for F-Beta was 0.842, obtained by VGG19 with combined DA techniques.