Sensoriamento para a agricultura de precisão : embarcados para aeromodelos.

Abstract

Este trabalho apresenta o desenvolvimento de um sistema para identificar doenças em folhas de soja, utilizando o microcontrolador ESP32-CAM para a captura de imagens em tempo real. As folhas são classificadas em três categorias: saudáveis, com Mancha Olho-de-Rã ou com Mosaico Amarelo. Para essa classificação, foi desenvolvido um mo- delo de rede neural convolucional capaz de reconhecer padrões nas imagens. O modelo foi treinado e validado, apresentando resultados satisfatórios e uma boa precisão na identi- ficação das doenças. No entanto, a qualidade das imagens capturadas pela ESP32-CAM influenciou negativamente o desempenho. Dessa forma, o uso de uma base de dados gerada diretamente pela câmera pode aprimorar ainda mais os resultados futuros. O sistema foi integrado a uma interface gráfica em Python, que facilita a visualização dos resultados de maneira clara e intuitiva. Essa abordagem oferece uma solução eficiente para auxiliar os agricultores no monitoramento de doenças, contribuindo para um manejo agrícola mais preciso e eficaz.