Uma Implementação Baseada em Mask R-CNN para Detecção de Insetos em Imagens Digitais

A tarefa manual de contagem e identificação de pequenos insetos, como afídeos e parasitoides, capturados em armadilhas de campo do tipo cor, é uma atividade exaustiva, demorada e não escalável em centros de pesquisa agrícola. Essas atividades envolvem complexidade na triagem dos elementos de interesse e utilização de lupas e microscópios. Recentes avanços em inteligência artificial e computação de alto desempenho têm viabilizado o desenvolvimento de soluções de visão computacional eficientes para monitoramento de pragas e identificação de doenças em plantas. Nesse contexto, esse artigo apresenta uma rotina para contagem e identificação automática de insetos em imagens, geradas pela digitalização de amostras capturadas pelas armadilhas nas estações experimentais da Embrapa Trigo. Para a implementação foi utilizado um pequeno conjunto de imagens, técnicas de processamento de imagens e a abordagem convolucional de dois estágios Mask R-CNN. Os resultados preliminares indicam uma precisão média (mAP) de 60,4%, e mostram alguns pontos que podem incrementar a eficiência da abordagem proposta.