Uma Abordagem Multiclasse para a Caracterização de Flores Utilizando Redes Neurais Convolucionais

No Brasil existem cerca de 30 mil especies de plantas com flores,sendo descobertas entre 250 e 300 novas especies anualmente podendo conter diferentes formas, cores e perfumes. Devido as características semelhantes encontradas nas plantas, a sua tipificação não é uma tarefa trivial. Este trabalho tem como objetivo, desenvolver um método preliminar de classificação de flores, baseado em Redes Neurais Convolucionais para identificar padrões e diferenciar automaticamente os tipos de flores. Para o desenvolvimento, foi utilizada uma base de dados de 4.135 imagens contendo cinco grupos de flores, sendo elas o dente de leão, a margarida, a rosa, a tulipa e o girassol. Essas imagens foram utilizadas no treinamento e avaliação de dois tipos de Redes Neurais Convolucionais, a LeNet-5 e a ResNet152. Embora mais simples, a LeNet-5 obteve um resultado superior, atingindo 99.69% de acurácia categórica.