DETECÇÃO DE FERRUGEM EM PLANTAÇÕES DE UVA POR MEIO DEMODELOS DE INTELIGÊNCIA ARTIFICIAL BASEADOS EM DEEP LEARNING
Revista Interface Tecnológica · 02.05.2026 · 22 (2) · 579-590
DOI: 10.31510/infa.v22i2.2336 ↗Kurz gefasst
Fachartikel in der Zeitschrift Revista Interface Tecnológica, online erschienen am 02.05.2026. Verfasst von Danilo Henrique Bruno und 2 weiteren Autor:innen. Die Arbeit nennt 14 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).
Abstract (Originalsprache)
A ferrugem é uma das principais doenças que afetam plantações de uva, causando sérios prejuízos econômicos ao comprometer a produtividade e a qualidade dos frutos. O monitoramento e a detecção precoce dessa praga são fundamentais para a tomada de decisão no manejo agrícola, permitindo intervenções rápidas e eficazes. No entanto, métodos tradicionais de inspeção manual e pulverização indiscriminada de pesticidas são pouco eficientes, custosos e ainda geram riscos à saúde humana e ao meio ambiente. Este trabalho apresenta uma solução inovadora baseada em modelos de inteligência artificial e visão computacional para a identificação automática da ferrugem em videiras. Para isso, foi utilizada a arquitetura de deep learning YOLOv7, conhecida por sua alta precisão e velocidade na detecção de objetos em imagens. O modelo foi treinado com imagens de plantações de uva, permitindo a identificação robusta das regiões afetadas pela praga. As áreas identificadas com ferrugem são georreferenciadas, e as coordenadas são utilizadas para guiar a aplicação localizada de pesticidas pelo próprio drone. Dessa forma, apenas os pontos realmente afetados recebem o tratamento, evitando a pulverização generalizada. Os resultados demonstram que essa abordagem contribui para o uso racional de defensivos agrícolas, reduz o desperdício de insumos, diminui os impactos ambientais e melhora a segurança alimentar. Assim, a integração entre deep learning, drones e agricultura de precisão representa um avanço significativo no controle sustentável de pragas na viticultura.
Zitieren
APA
Bruno, D. H., Vanzela, E. S. L., & Bruno, D. R. (2026). DETECÇÃO DE FERRUGEM EM PLANTAÇÕES DE UVA POR MEIO DEMODELOS DE INTELIGÊNCIA ARTIFICIAL BASEADOS EM DEEP LEARNING. Revista Interface Tecnológica, 22(2), 579-590. https://doi.org/10.31510/infa.v22i2.2336
Vancouver
Bruno DH, Vanzela ESL, Bruno DR. DETECÇÃO DE FERRUGEM EM PLANTAÇÕES DE UVA POR MEIO DEMODELOS DE INTELIGÊNCIA ARTIFICIAL BASEADOS EM DEEP LEARNING. Revista Interface Tecnológica. 2026;22(2):579-590. doi:10.31510/infa.v22i2.2336
BibTeX
@article{Bruno2026,
author = {Bruno, Danilo Henrique and Vanzela, Ellen Silva Lago and Bruno, Diego Renan},
title = {DETECÇÃO DE FERRUGEM EM PLANTAÇÕES DE UVA POR MEIO DEMODELOS DE INTELIGÊNCIA ARTIFICIAL BASEADOS EM DEEP LEARNING},
journal = {Revista Interface Tecnológica},
year = {2026},
volume = {22},
number = {2},
pages = {579--590},
doi = {10.31510/infa.v22i2.2336}
}
EUVIMED