Autoria: C. NETO, M. F.; RAMOS, A. J. A.; CARDOSO, J. P. S.; DIREITO, W. V.; ALBUQUERQUE, V. C. N.; OLIVEIRA, M. E. C.; PEREIRA, D. S.; OLIVEIRA, R. C. L.

Resumo: Apresentamos o Native Bee Scan, aplicativo que utiliza técnicas de machine learning (ML) e visão computacional para identificar espécies de abelhas nativas sem ferrão, com foco em duas espécies, a Uruçu-amarela (Melípona flavolineata Friese) e Uruçu-cinzenta (Melipona fasciculata Smith), que desempenham um papel importante para o meio ambiente e para a criação de novos produtos baseados na biodiversidade Amazônica. Para isso, foi criado um banco de dados chamado Nbees_Dataset, com mais de 8000 imagens utilizando técnicas de Data Augmentastion, para auxiliar o desenvolvimento de um modelo de deep learning (DL). Foram realizados testes de inferência e acurácia do modelo em dispositivos Android, com precisão de 96,47%.

Ano de publicação: 2023

Tipo de publicação: Artigo em anais e proceedings

Unidade: Embrapa Amazônia Oriental

Palavras-chave: Abelha, Abelha nativa sem ferrão, Aplicativo, Inteligência artificial