Author(s): SOUSA, R. de C. P. de; SMIDERLE, O. J.; COSTA, P. da

Summary: A tecnologia de visão artificial engloba uma série de métodos que podem ser empregados de forma individual ou integrados entre si para uso em várias áreas da ciência, principalmente em laboratórios, agilizando e inovando o processo de análises. No laboratório de sementes da Empresa Brasileira de Pesquisa Agropecuária, em Roraima, existe um instrumento com sistema semi-automatizado, que utiliza-se dessa tecnologia para análise de sementes e plântulas. Possibilita a obtenção de imagens de alta resolução e, coleta ao mesmo tempo, ampla gama de informações por semente. No entanto, o referido instrumento, veio configurado/calibrado de fábrica apenas para algumas espécies de grãos/sementes, como milho, soja, tabaco e trigo. Mas, aceita nova configuração para sementes em geral. Neste sentido, obtivemos anteriormente resultados aceitáveis estatisticamente, relacionados a estudos sobre análise física das sementes de Myrciaria dubia, os quais nos permitiram recomendar que, somente a partir do processo de comparação entre os dados obtidos manualmente (padrão) e o instrumento, significativo ao nível de 0,05, é possível a substituição do método padrão, agilizando e garantindo efetivamente, sem interferência humana, esse tipo de análise. Nesse contexto, como há demanda para análise de outros tipos de espécies vegetais, as florestais, e não se tem procedimento operacional padrão - POP disponível, foram realizados estudos avançados e práticos sobre os métodos clássicos/convencionais/padrão e técnicas de visão artificial a fim de compor e disponibilizar uma nova metodologia alternativa ao processo clássico de análise morfométrica e caracterização de sementes de espécies florestais aplicados no laboratório de sementes da empresa. Para obtenção dos procedimentos metodológicos foram realizados prospecção bibliográfica via Web na rede de dados técnico-cientificos com aplicação de práticas no laboratório.

Publication year: 2022

Types of publication: Book sections

Unit: Embrapa Roraima

Keywords: Deep learning, Imagens, Nova metodologia, SAS-PRO